cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Unang arifin
Contact Email
bcss@unisba.ac.id
Phone
+6282121749429
Journal Mail Official
bcss@unisba.ac.id
Editorial Address
UPT Publikasi Ilmiah, Universitas Islam Bandung. Jl. Tamansari No. 20, Bandung 40116, Indonesia, Tlp +62 22 420 3368, +62 22 426 3895 ext. 6891
Location
Kota bandung,
Jawa barat
INDONESIA
Bandung Conference Series: Statistics
Published by Universitas Islam Bandung
ISSN : -     EISSN : 2828206X     DOI : https://doi.org/10.29313/bcss.v2i2
Core Subject : Science, Education,
Decision Sciences, Operations Research & Management Education Mathematics
Bandung Conference Series: Statistics (BCSS) menerbitkan artikel penelitian akademik tentang kajian teoritis dan terapan serta berfokus pada Statistika dengan ruang lingkup sebagai berikut: Alternating Least Square, Analisis Konjoin, Autoregressive, Auxiliary Variabel, Baby Birth, Block Maxima, Churn Distribusi Skellam, Cox Regression, Data spasial, DBD Ordinal Logistic Regression, Diagram kendali, Discrete Choice Experiment Method, Discrete Time Logistic, empirical likelihood, Fisher Scoring, Generalized Structured Component Analysis, Geographically Weighted Regression, GEV, GJR GARCH, Infant Mortality Preferensi, Insurance Claim, Kaplan-Meier, Kernel Bi-Square, Gaussian, Logistic Regression, Maternal Mortality, Mixed Geographically Weighted Regression Model GSTAR, MLE, Model ARIMAX, MSE. Multiple linear regression analysis, Nadaraya Watson, Newton Raphson Method, Nonparametrik Spline Confidence Interval, Optimasi Multi-Objek, orde Spasial, Outlier, Pareto Optimal, Partial Proportional Odds Model, Pemodelan Indeks Pembangunan Manusia. Penduga Rasio dan Produk Tipe Eksponensial, Peramalan, Poisson Bivariate Regression, Poisson Regression, Rata-rata Populasi berhingga, Regresi, Return Period Exogenous Variable, RMSE, Structural Equation Modeling, Survival Analysis, Threshold, Vibrasi Bearing, zero-inflated. Prosiding ini diterbitkan oleh UPT Publikasi Ilmiah Unisba. Artikel yang dikirimkan ke prosiding ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Arjuna Subject : Matematika - Statistik dan Probabilitas
Articles 1 Documents
 1 
Search results for , issue "151-160" : 1 Documents clear
Klasifikasi Kabupaten/Kota di Jawa Barat Berdasarkan Tingkat Kemiskinan Menggunakan K-Means Clustering Rida Ashari
Bandung Conference Series: Statistics 151-160
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v6i2.24820

Abstract

Abstract. Poverty remains a persistent socio-economic problem in Indonesia, and its distribution varies considerably across regions. This study aims to classify 27 districts/cities in West Java Province based on their poverty characteristics using the K-Means clustering algorithm. Secondary data were obtained from the Central Statistics Agency (BPS), consisting of four indicators: the percentage of poor population, the poverty line, the poverty gap index (P1), and the poverty severity index (P2). Prior to clustering, the data were standardized using Z-score transformation to equalize the scale of variables, and the optimal number of clusters was determined using the silhouette method. The analysis produced two clusters with a silhouette score of 0.421, indicating a reasonable cluster structure. Cluster 1 consists of 15 regions, mostly regencies, characterized by a high percentage of poor population and deeper, more severe poverty. Cluster 2 consists of 12 regions, mostly cities, characterized by a lower percentage of poor population despite a higher poverty line. These findings can serve as a basis for local governments in designing region-specific poverty alleviation policies.Abstrak. Kemiskinan masih menjadi permasalahan sosial-ekonomi yang persisten di Indonesia, dengan tingkat penyebaran yang bervariasi antarwilayah. Penelitian ini bertujuan untuk mengelompokkan 27 kabupaten/kota di Provinsi Jawa Barat berdasarkan karakteristik kemiskinannya menggunakan algoritma K-Means. Data sekunder diperoleh dari Badan Pusat Statistik (BPS), terdiri atas empat indikator, yaitu persentase penduduk miskin, garis kemiskinan, indeks kedalaman kemiskinan (P1), dan indeks keparahan kemiskinan (P2). Sebelum dilakukan clustering, data terlebih dahulu distandarisasi menggunakan transformasi Z-score untuk menyetarakan skala antarvariabel, dan jumlah klaster optimal ditentukan menggunakan metode silhouette. Hasil analisis menghasilkan dua klaster dengan nilai silhouette sebesar 0,421, yang menunjukkan struktur klaster yang cukup baik. Klaster 1 terdiri atas 15 wilayah, didominasi oleh kabupaten, dengan karakteristik persentase penduduk miskin tinggi serta kemiskinan yang lebih dalam dan parah. Klaster 2 terdiri atas 12 wilayah, didominasi oleh kota, dengan persentase penduduk miskin lebih rendah meskipun garis kemiskinannya lebih tinggi. Hasil penelitian ini dapat menjadi dasar bagi pemerintah daerah dalam merancang kebijakan penanggulangan kemiskinan yang sesuai dengan karakteristik masing-masing wilayah.

Page 1 of 1 | Total Record : 1

 1 

Filter by Year

0000


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2025): Bandung Conference Series: Statistics Vol. 5 No. 1 (2025): Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics Vol. 2 No. 1 (2022): Bandung Conference Series: Statistics Vol. 1 No. 1 (2021): Bandung Conference Series: Statistics 365-372 355-364 347-354 337-346 329-336 319-328 311-318 301-310 291-300 281-290 271-280 251-260 243-250 235-242 225-234 217-224 207-216 197-206 189-196 179-188 169-178 161-168 151-160 143-150 133-142 123-132 115-122 107-114 99-106 89-98 81-88 71-80 More Issue