Identifikasi Karakteristik Desa/Kelurahan Di Provinsi Nusa Tenggara Timur Menggunakan Analisis Gerombol
Kata Kunci:
gerombol optimal, peubah campuran, Metode Gower, desa, kelurahanAbstrak
Pengelompokan desa/kelurahan dengan analisis gerombol dapat menghasilkan identifikasi terhadap program kebijakan yang tepat untuk setiap gerombol yang terbentuk. Algoritma analisis gerombol yang dapat digunakan pada variabel campuran dalam pengelompokan desa adalah Metode Gower (Gower's distance). Tujuan dari penelitian ini adalah untuk menerapkan Metode Gower pada pengelompokkan desa/kelurahan di Provinsi Nusa Tenggara Timur berdasarkan 13 variabel campuran. Data yang digunakan dalam penelitian ini bersumber dari Pengumpulan Data Potensi Desa (PODES) tahun 2021. Hasil penelitian menunjukkan bahwa gerombol optimal yang terbentuk dari penerapan Metode Gower adalah 3 gerombol. Gerombol pertama terdiri dari 1.063 desa/kelurahan, Gerombol kedua terdiri dari 870 desa/kelurahan dan Gerombol ketiga terdiri dari 1.517 desa/kelurahan. Berdasarkan visualisasi hasil gerombol, wilayah dengan kecenderungan capaian pembangunan tertinggi adalah desa pada gerombol ketiga, sedangkan terendah berada di desa/kelurahan anggota gerombol pertama.
Unduhan
Referensi
Aditya, A., Sari, B. N., & Padilah, T. N. (2021). Perbandingan pengukuran jarak Euclidean dan Gower pada klaster k-medoids. Jurnal Teknologi dan Sistem Komputer, 9(1), 1-7.
Akay, Ö., & Yüksel, G. (2018). Clustering the mixed panel dataset using Gower's distance and k-prototypes algorithms. Communications in Statistics-Simulation and Computation, 47(10), 3031-3041.
Badan Pusat Statistik. (2023). Berita Resmi Statistik No. 07/01/Th. XXVI, 16 Januari 2023. Profil Kemiskinan di Indonesia September 2022, Jakarta (ID): BPS.
Chernoff H. (1973). The use of faces to represent points in k-dimensional space graphically. Journal of the American Statistical Association. 68(342):361– 368.
Gower, J. C. (1971). A general coefficient of similarity and some of its properties. Biometrics, 857-871.
Kaufman, L., Rousseuw, P.J. (1990). Finding Group in Data : An Introduction to Cluster Analysis. New Jersey: John Wiley & Sons, Inc.
Munthe, A. D. (2019). Penerapan clustering time series untuk menggerombolkan provinsi di Indonesia berdasarkan nilai produksi padi. Jurnal Litbang Sukowati: Media Penelitian dan Pengembangan, 2(2), 11-11.
Munthe, A. D., Sumertajaya, I. M., & Syafitri, U. D. (2018). Penggerombolan desa/kelurahan berdasarkan indikator kemiskinan dengan menerapkan algoritma TSC dan K-Prototypes. Indonesian Journal of Statistics and Its Applications, 2(2), 63-76.
Van den Hoven, J. (2015). Clustering with optimised weights for Gower’s metric. University of Amsterdam, 14-17.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Jurnal Statistika Terapan (ISSN 2807-6214)
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
