Perbandingan Analisis Klaster K-Means dan Average Linkage untuk Mengelompokkan Provinsi di Indonesia Berdasarkan Penerimaan Sinyal Telepon

Article Sidebar

PDF
Published Feb 12, 2022

Main Article Content

Alda Aqdam Zulfikar
Universitas Negeri Semarang
Amidi Amidi

Abstract

Tujuan penelitian ini yaitu mengetahui hasil klaster yang terbentuk dari analisis klaster K-Means dan Average Linkage serta mengetahui perbandingan hasil analisisnya dalam mengelompokkan Provinsi berdasarkan penerimaan sinyal telepon. Variabel yang digunakan diantaranya Rumah tangga yang memiliki/menguasai telepon tetap kabel, Penduduk usia 5 tahun ke atas yang memiliki telepon selular, Desa/Kelurahan yang menerima sinyal internet 3G/H/H+/EVDO dan 4G/LTE, Desa/Kelurahan yang menerima sinyal internet 2,5G/E/GPRS dan Desa/Kelurahan yang tidak menerima sinyal internet telepon seluler. Dari hasil analisis klaster dengan metode K-Means mengelompokkan Provinsi menjadi 4 klaster, sedangkan metode Average Linkage hanya 2 klaster. Silhouettecoefficient metode Average Linkage yaitu 0,53, nilai tersebut lebih tinggi dibandingkan silhouettecoefficient metode K-Means yang hanya bernilai 0,41, sehingga dapat disimpulkan bahwa Average Linkage adalah metode terbaik untuk mengelompokkan Provinsi di Indonesia berdasarkan penerimaan sinyal telepon tahun 2020.

Article Details

How to Cite
Zulfikar, A., & Amidi, A. (2022). Perbandingan Analisis Klaster K-Means dan Average Linkage untuk Mengelompokkan Provinsi di Indonesia Berdasarkan Penerimaan Sinyal Telepon. PRISMA, Prosiding Seminar Nasional Matematika, 5, 731-739. Retrieved from https://journal.unnes.ac.id/sju/prisma/article/view/54584
Issue
Vol 5 (2022): PRISMA, Prosiding Seminar Nasional Matematika XV
Section
Articles

References

Athifaturrofifah, R. G., & Yuniarti, D. (2019). Perbandingan Pengelompokan K-Means Dan K-Medoids Pada Data Potensi Kebakaran Hutan/Lahan Berdasarkan Persebaran Titik Panas (Studi Kasus : Data Titik Panas Di Indonesia Pada 28 April 2018). Jurnal EKSPONENSIAL 10(2):143–52.
BPS. (2019). Statistik Telekomunikasi Indonesia 2019. Jakarta: Badan Pusat Statistik.
Ediyanto, N. M., & Intisari, N. S. (2013). “Pengklasifikasian Karakteristik Dengan Metode K-Means Cluster Analysis.” Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) 02(2):133–36.
Gujarati, D. N. (2003). Basic Econometrics. New York: Mc Graw-Hill.
Gustientiedina, Adiya, M. H., & Desnelita, Y. (2019). “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru.” Jurnal Nasional Teknologi Dan Sistem Informasi 5(1):17–24. doi: 10.25077/teknosi.v5i1.2019.17- 24.
Handoyo, R., M, R. R. & Nasution, S. M. (2014). “Perbandingan Metode Clustering Menggunakan Metode Single Linkage Dan K-Means Pada Pengelompokan Dokumen.” JSM STMIK Mikroskil 15(2):73–82.
Huwaida, H. (2017). “Analisis Cluster K-Means Hasil UMPN Bidang Tata Niaga Politeknik Negeri Banjarmasin.” 17(2):125–32.
Le, T., Chuc, A. T.& Taghizadeh-Hesary, F. (2019). “Financial Inclusion and Its Impact on Financial Efficiency and Sustainability: Empirical Evidence from Asia.” Borsa Istanbul 19(4):310–22. doi: 10.1016/j.bir.2019.07.002.
Lestari, A. D. (2020). Pengelompokan Provinsi Di Indonesia Berdasarkan Kriminalitas Menggunakan Metode Ward Dan K-Medoid.(Undergraduate Thesis). Universitas Muhammadiyah Semarang.Semarang.
Pakpahan, R., & Fitriani, Y. (2020). “ANALISA PEMANFAATAN TEKNOLOGI INFORMASI DALAM PEMBELAJARAN JARAK JAUH DI TENGAH PANDEMI VIRUS CORONA COVID-19.” 4(2):30–36.
Pratiwi, S. I., Widiharih T., & Hakim A. R. (2019). “Analisis Klaster Metode Ward Dan Average Linkage Dengan Validasi Dunn Index Dan Koefisien Korelasi Cophenetic (Studi Kasus: Kecelakaan Lalu Lintas Berdasarkan Jenis Kendaraan Tiap Kabupaten/Kota Di Jawa Tengah Tahun 2018).” 8:486–95.
Rahmawati, N. D.(2017). Analisis Klaster Menggunakan Metode Single Linkage, Complete Linkage, Average Linkage, Dan K-Means Untuk Mengelompokkan Kabupaten Di Jawa Tengah Berdasarkan Produksi Palawija Tahun 2015. (Undergraduate Thesis).Universitas Negeri Semarang.Semarang.
Talakua, M. W., Z. A. Leleury, & A. W. Talluta. (2017). Analisis Cluster dengan Menggunakan MetodeK-Means untuk Pengelompokkan Kabupaten/Kota Di Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014. Barekeng : Jurnal Ilmu Matematika Dan Terapan 11(2):119–28.
Utama, T. H. N., Saifudin, I. & Wardoyo, A. E. (2019). Analisis Performa Algoritma Fuzzy C-Means Dan K-Means Clustering Untuk Pengelompokan Pelanggan Pada PT. Part Station Jember.
Widyadhana, D., Hastuti, R. B., Kharisudin, I., & Fauzi, F. (2021). “Perbandingan Analisis Klaster K-Means Dan Average Linkage Untuk Pengklasteran Kemiskinan Di Provinsi Jawa Tengah.” PRISMA, Prosiding Seminar Nasional Matematika 4, 584-594.
Yuan, C., & Yang, H.(2019). “Research on K-Value Selection Method of K-Means Clustering Algorithm.” Multidisciplinary Scientific Journal 2(2):226–35.