Penerapan K-Medoids Dan Clustering Large Application (CLARA) Dalam Pengelompokan Kabupaten/Kota Di Indonesia Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2023

PUTRI, Dela Rohmana (2025) Penerapan K-Medoids Dan Clustering Large Application (CLARA) Dalam Pengelompokan Kabupaten/Kota Di Indonesia Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2023. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (31kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (356kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (207kB)
	Text 5. KATA PENGANTAR.pdf Download (90kB)
	Text 6. ABSTRAK.pdf Download (27kB)
	Text 7. ABSTRACT.pdf Download (25kB)
	Text 8. DAFTAR ISI.pdf Download (68kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (40kB)

Abstract

Salah satu indikator untuk menilai kemajuan suatu negara adalah Indeks Pembangunan Manusia (IPM), karena IPM mencerminkan kualitas hidup dan kesejahteraan penduduk. IPM mengukur tiga dimensi utama, yaitu kesehatan, pendidikan, dan standar hidup yang layak. Pendekatan untuk menganalisis
kemajuan pembangunan manusia di Indonesia dapat dilakukan dengan mengelompokkan (clustering) Kabupaten/Kota berdasarkan nilai IPM untuk melihat perbedaan dalam kualitas hidup antar daerah. Penelitian ini dilakukan dengan menerapkan algoritma K-Medoids dan Clustering Large Application (CLARA) menggunakan jarak euclidean untuk mengelompokan Kabupaten/Kota di Indonesia. K-Medoids menggunakan pengukuran jarak dengan memilih salah
satu data (Medoid) sebagai pusat cluster, sehingga lebih robust terhadap outlier. Algoritma CLARA bekerja dengan mengambil sampel secara acak dari dataset, kemudian menerapkan algoritma K-Medoids pada sampel tersebut untuk
menentukan medoid yang optimal. Validasi hasil clustering dilakukan menggunakan Silhouette Coefficient. Nilai yang lebih tinggi menunjukkan hasil clustering yang lebih optimal. Berdasarkan validasi Silhouette Coefficient, banyak cluster terbaik pada algoritma K-Medoids dan CLARA masing-masing sebanyak 3 cluster, dengan nilai Silhouette Coefficient masing-masing sebesar 0,2961 dan 0,2853. Hasil penelitian ini menunjukkan bahwa pengelompokan terbaik untuk Kabupaten/Kota di Indonesia, berdasarkan indikator Indeks Pembangunan Manusia adalah sebanyak 3 clustermenggunakan algoritma K-Medoids.
Kata Kunci: Indeks Pembangunan Manusia, Analisis Cluster, K-Medoids, CLARA, Euclidean, Silhouette Coefficient

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	12 Nov 2025 02:18
Last Modified:	12 Nov 2025 02:18
URI:	https://eprints2.undip.ac.id/id/eprint/40950

Actions (login required)

View Item

Search for collections on Undip Repository