Analisis Komparatif Fuzzy C-Means (FCM) dan Gaussian Mixture Model (GMM) dalam Pengelompokan Kabupaten/Kota di Jawa Barat Berdasarkan Indeks Masyarakat Digital

A’YUN, Qurrata (2026) Analisis Komparatif Fuzzy C-Means (FCM) dan Gaussian Mixture Model (GMM) dalam Pengelompokan Kabupaten/Kota di Jawa Barat Berdasarkan Indeks Masyarakat Digital. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Archive (FULL TEXT) Skripsi_Qurrata A'yun.zip Restricted to Repository staff only Download (5MB) \| Request a copy
	Text 1. COVER.pdf Download (121kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (184kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (178kB)
	Text 5. KATA PENGANTAR.pdf Download (254kB)
	Text 6. ABSTRAK.pdf Download (240kB)
	Text 7. ABSTRACT.pdf Download (270kB)
	Text 8. DAFTAR ISI.pdf Download (267kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (296kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (259kB)

Abstract

Perkembangan teknologi informasi dan komunikasi mempercepat
transformasi digital yang mempengaruhi berbagai aspek kehidupan masyarakat.
Transformasi digital membutuhkan dukungan sumber daya manusia (SDM) dengan
kompetensi digital memadai. Kementerian Komunikasi dan Digital
mengembangkan Indeks Masyarakat Digital Indonesia (IMDI) untuk mengukur
tingkat kematangan digital masyarakat di berbagai daerah. Perbedaan capaian IMDI
antardaerah menunjukkan perlunya analisis lebih lanjut berupa clustering untuk
menangkap pola kesamaan karakteristik antardaerah untuk mendukung penyusunan
strategi transformasi digital dan pengembangan SDM yang lebih tepat sasaran dan
sesuai kebutuhan. Penelitian ini membandingkan performa Fuzzy C-Means (FCM)
dan Gaussian Mixture Model (GMM) dalam mengelompokan kabupaten/kota di
Jawa Barat berdasarkan indeks masyarakat digital. Evaluasi dilakukan
menggunakan Silhouette Coefficient. Pada FCM, nilai Silhouette Coeffient tertinggi
diperoleh pada k=2 sebesar 0,3611. Sementara itu, GMM menghasilkan jumlah
cluster optimal pada k=2 dengan nilai Silhouette Coefficient sebesar 0,3673.
Berdasarkan indeks validasi, GMM menunjukkan performa pengelompokan yang
lebih baik dibandingkan FCM. Hasil profilisasi dengan metode terbaik, yaitu
Gaussian Mixture Model menghasilkan 2 cluster. Cluster 1 terdiri dari 19
kabupaten/kota, cluster 2 terdiri dari 8 kabupaten/kota, di mana setiap cluster
memiliki karakteristik yang berbeda.
Kata kunci: Indeks Masyarakat Digital Indonesia, Clustering, Fuzzy C-Means,
Gaussian Mixture Model, Silhouette Coefficient

(NO. KETERSEDIAAN : 1662/E/2026)

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	13 Jul 2026 11:21
Last Modified:	13 Jul 2026 11:21
URI:	https://eprints2.undip.ac.id/id/eprint/56557

Actions (login required)

View Item

Search for collections on Undip Repository