Update Artikelilmiah: 40476

ARUN RELUNG PAMUTRI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Penelitian ini membahas analisis klaster menggunakan k-means. Klasterisasi pada penelitian ini bertujuan untuk mengelompokkan kabupaten/kota berdasarkan variabel yang berpengaruh di Provinsi Jawa Tengah serta mengetahui karakteristik setiap klaster. Metode dalam penelitian ini menggunakan analisis regresi dan k-means. Variabel yang mempengaruhi tingkat kemiskinan dapat dilakukan dengan analisis regresi. Klasterisasi berdasarkan variabel yang berpengaruh pada tingkat kemiskinan dapat dilakukan dengan analisis k-means yang didahului dengan menentukan nilai k. Metode yang digunakan untuk menentukan nilai k terbaik yaitu metode Elbow. Hasil dari analisis regresi menunjukkan bahwa upah minimum dan jumlah penduduk merupakan variabel yang mempengaruhi tingkat kemiskinan di kabupaten/kota Provinsi Jawa Tengah. Berdasarkan grafik yang terbentuk menunjukkan bahwa nilai k yang terbaik yaitu 3, artinya klaster terbagi menjadi 3 dengan tingkat tinggi, sedang dan rendah. Hasil riset menunjukkan bahwa klaster 1 beranggotakan 13 kabupaten/kota dengan rata-rata tingkat  
kemiskinan tinggi sebesar 12,28%, klaster 2 beranggotakan 20 kabupaten/kota dengan rata-rata tingkat kemiskinan sedang sebesar 11,09%, dan klaster 3 beranggotakan 2 kabupaten/kota dengan rata-rata tingkat kemiskinan rendah sebesar 8,74%. Klaster 2 memiliki jumlah anggota paling banyak sehingga menunjukkan sebagian besar kabupaten/kota di Provinsi Jawa Tengah memiliki karakteristik sebagaimana karakteristik klaster 2 yaitu memiliki upah minimum dan jumlah penduduk rendah dibandingkan klaster lainnya.

Abtrak (Bhs. Inggris)

The research discussed cluster analysis using k-means. The aims of this research is to categorize districts based on influencing variables in Central Java Province and to determine the characteristics of each cluster. The method are regression analysis and k-means. Variables affecting the level of poverty are detected using regression analysis. Clastering can be performed using k-means analysis. The method used to determine the best k value is the Elbow method. The results of the regression analysis showed that the minimum wage and population are variables affecting poverty levels in the districts. Based the graph formed, it showed that the best k value is 3. The study results showed that cluster 1 consisted of 13 districts with an average high poverty rate of 12.28%, cluster 2 consisted of 20 districts with an average moderate poverty rate of 11.09%, and cluster 3 consisted of 2 districts with an average low poverty rate of 8.74%. Cluster 2 has the most number of members, so this showed that most of the districts in Central Java Province have the same characteristics as cluster 2, namely having a minimum wage and a low population compared to other clusters.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman