Segmentasi Wilayah Provinsi Jawa Tengah Menggunakan K-Medoids dan DBSCAN Berdasarkan Indikator Pembangunan Wilayah Tahun 2024

KHOTIMAH, Nurul Nuur (2026) Segmentasi Wilayah Provinsi Jawa Tengah Menggunakan K-Medoids dan DBSCAN Berdasarkan Indikator Pembangunan Wilayah Tahun 2024. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (59kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (48kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (40kB)
	Text 5. KATA PENGANTAR.pdf Download (111kB)
	Text 6. ABSTRAK.pdf Download (70kB)
	Text 7. ABSTRACT.pdf Download (68kB)
	Text 8. DAFTAR ISI.pdf Download (74kB)
	Text 12. BAB I.pdf Download (198kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (300kB)

Abstract

Ketimpangan karakteristik pembangunan antarkabupaten/kota di Provinsi
Jawa Tengah mendorong perlunya pemetaan wilayah yang menggambarkan
kemiripan dan perbedaan tingkat pembangunan secara objektif. Penelitian ini
bertujuan melakukan segmentasi wilayah kabupaten/kota di Provinsi Jawa Tengah
tahun 2024 berdasarkan empat indikator pembangunan wilayah, yaitu kepadatan
penduduk (demografi), luas wilayah (geografi), Indeks Pembangunan
Manusia/IPM (sosial), dan Produk Domestik Regional Bruto/PDRB (ekonomi).
Penelitian dilakukan menggunakan algoritma clustering K-Medoids dan Density
Based Spatial Clustering Algorithm with Noise (DBSCAN) karena lebih robust
terhadap data outlier dan menggunakan perhitungan jarak Euclidean. Algoritma
K-Medoids mengelompokkan objek berdasarkan jarak terdekat ke medoids
sebagai pusat cluster. Algoritma DBSCAN mengelompokkan objek berbasis
kepadatan. Validasi hasil clustering menggunakan Silhouette Coefficient. Nilai
Silhouette Coefficient yang lebih tinggi menunjukkan hasil clustering yang lebih
baik. Hasil analisis menunjukkan algoritma K-Medoids membentuk 2 cluster
optimal dengan nilai Silhouette Coefficient sebesar 0,6179 dan algoritma
DBSCAN membentuk 3 cluster dan 25 noise dengan nilai Silhouette Coefficient
sebesar 0,6532. Pengelompokkan terbaik untuk kabupaten/kota di Provinsi Jawa
Tengah berdasarkan indikator pembangunan wilayah tahun 2024 adalah sebanyak
3 cluster dan 25 noise menggunakan algoritma DBSCAN.
Kata Kunci: clustering, K-Medoids, DBSCAN, pembangunan wilayah, Jawa
Tengah

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	28 Apr 2026 10:38
Last Modified:	28 Apr 2026 10:38
URI:	https://eprints2.undip.ac.id/id/eprint/50099

Actions (login required)

View Item

Search for collections on Undip Repository