NIKMAH, Febi Fatikhatun (2026) Penerapan Fuzzy Geographically Weighted Clustering dalam Pengelompokan Jumlah Tenaga Kesehatan per kota/kabupaten di Provinsi Jawa Tengah. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Archive PENYERAHAN SKRIPSI_FEBI FATIKHATUN N_STATISTIKA.zip Restricted to Repository staff only Download (5MB) | Request a copy
	Text 1. COVER.pdf Download (138kB)
	Text 3. HALAMAN PENGESAHAN 1.pdf Download (54kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (51kB)
	Text 5. KATA PENGANTAR.pdf Download (248kB)
	Text 6. ABSTRAK.pdf Download (232kB)
	Text 7. ABSTRACT.pdf Download (233kB)
	Text 8. DAFTAR ISI.pdf Download (248kB)
	Text 11. BAB 1 PENDAHULUAN.pdf Download (487kB)
	Text 16. DAFTAR PUSTAKA.pdf Download (255kB)

Abstract

Distribusi tenaga kesehatan merupakan faktor penting dalam menentukan
pemerataan dan kualitas layanan kesehatan. Ketidakmerataan distribusi antarwilayah
dapat menimbulkan kesenjangan akses pelayanan kesehatan, sehingga diperlukan
analisis untuk memahami pola distribusinya. Namun, sebagian besar penelitian
clustering sebelumnya belum mempertimbangkan aspek spasial yang dapat
memengaruhi kondisi antarwilayah. Penelitian ini bertujuan untuk menerapkan
metode Fuzzy Geographically Weighted Clustering (FGWC) dalam
mengelompokkan kota/kabupaten di Provinsi Jawa Tengah berdasarkan jumlah
tenaga kesehatan tahun 2024, serta mengidentifikasi pola pengelompokan dengan
mempertimbangkan faktor geografis. Variabel yang digunakan meliputi jumlah
perawat, bidan, tenaga farmasi, dan dokter. Hasil penelitian menunjukkan bahwa
parameter optimal diperoleh pada tingkat fuzziness dengan jumlah tiga cluster, serta
menghasilkan nilai Internal Fuzzy Validity sebesar 0,7919 yang menunjukkan
kualitas pengelompokan yang baik. Metode Fuzzy C-Means (FCM) konvergen pada
iterasi ke-25, sedangkan metode FGWC konvergen pada iterasi ke-100. Sebanyak 21
kota/kabupaten atau 60% dari total wilayah mengalami perubahan cluster setelah
mempertimbangkan aspek spasial, yang menunjukkan adanya pengaruh geografis
dalam proses pengelompokan. Hasil clustering menunjukkan bahwa wilayah dapat
diklasifikasikan ke dalam dua kriteria utama tingkat ketersediaan tenaga kesehatan,
yaitu tinggi dan rendah. Metode FGWC mampu memberikan hasil pengelompokan
yang lebih representatif karena mempertimbangkan kedekatan geografis
antarwilayah, sehingga dapat menjadi dasar dalam perumusan kebijakan pemerataan
tenaga kesehatan.
Kata Kunci: Clustering, Fuzzy Geographically Weighted Clustering, analisis
spasial, tenaga kesehatan, Jawa Tengah

Actions (login required)

View Item