Logo UNTAN Universitas
Tanjungpura
Pontianak

Penerapan Algoritma K-Medoids pada Indikator Tujuan Pembangunan Berkelanjutan di Indonesia dengan Evaluasi Dunn Index

Alsa, Muarti (2025) Penerapan Algoritma K-Medoids pada Indikator Tujuan Pembangunan Berkelanjutan di Indonesia dengan Evaluasi Dunn Index. Skripsi thesis, Universitas Tanjungpura.

[img] PDF (Cover-Bab1)
Cover-Bab1_H1091211066.pdf - Published Version

Download (4MB)
[img] PDF (H1091211066_ALSA_MUARTI)
H1091211066_ALSA_MUARTI.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB)

Abstract

Pembangunan berkelanjutan adalah pembangunan yang memperhatikan berbagai aspek dan tidak hanya fokus pada kebutuhan sekarang tetapi juga mempertimbangkan kepentingan generasi mendatang. Pembangunan berkelanjutan dapat diukur dari aspek ekonomi, sosial dan lingkungan yang diwujudkan dalam ukuran keadilan, kenyamanan, dan kelestarian. Pengelompokkan indikator tujuan pembangunan berkelanjutan menjadi langkah penting untuk memastikan kesesuaian kebijakan dengan kondisi suatu wilayah. Tujuan penelitian ini adalah mengelompokkan provinsi di Indonesia berdasarkan indikator tujuan pembangunan berkelanjutan serta melakukan evaluasi tehadap cluster yang terbentuk. Analisis cluster merupakan suatu analisis multivariat yang digunakan untuk mengelompokkan data berdasarkan kesamaan antara satu data dengan data lainnya ke dalam kelompok atau cluster. Algoritma K-Medoids merupakan salah satu analisis cluster untuk mengelompokkan data dengan menggunakan medoids sebagai pusat setiap cluster. Selanjutnya, evaluasi dalam analisis cluster penting dilakukan agar seluruh provinsi di Indonesia dapat dikelompokkan dengan tepat. Dunn Index (DI) merupakan salah satu metode evaluasi pada cluster yang digunakan untuk menilai kualitas cluster serta membantu menentukan jumlah cluster optimum berdasarkan rasio antara jarak minimum antar cluster dan diameter maksimum dalam cluster. Data yang digunakan pada penelitian ini adalah 10 indikator tujuan pembangunan berkelanjutan untuk setiap provinsi di Indonesia tahun 2023. Hasil penelitian menunjukkan jumlah cluster terbaik sebanyak 3 cluster dengan nilai DI sebesar 0, 28 yang merupakan nilai DI terbesar dari jumlah cluster lainnya. Pada cluster 1 menunjukkan kondisi pembangunan yang tinggi dengan anggota 14 provinsi, cluster 2 beranggotakan 19 provinsi dengan kondisi pembangunan yang sedang, dan cluster 3 dengan kondisi pembangunan rendah yang beranggotakan 1 provinsi, yaitu Provinsi Papua.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Alsa, MuartiNIMH1091211066UNSPECIFIED
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 519 Probabilitas dan matematika terapan
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik S1
SWORD Depositor: Robiatul Adawiyah
Depositing User: Robiatul Adawiyah
Date Deposited: 13 Jul 2026 02:51
Last Modified: 13 Jul 2026 02:51
URI: https://repository.untan.ac.id/id/eprint/6082

Actions (login required)

View Item View Item