Dini Anan Sori Ritonga, NIM.: 21106010012 (2026) PERBANDINGAN METODE K-MEANS KLASTERING DAN MULTIDIMENSIONAL SCALING (MDS) DALAM MENGELOMPOKKAN KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN TENAGA KESEHATAN TAHUN 2024. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.
|
Text (PERBANDINGAN METODE K-MEANS KLASTERING DAN MULTIDIMENSIONAL SCALING (MDS) DALAM MENGELOMPOKKAN KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN TENAGA KESEHATAN TAHUN 2024)
21106010012_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (2MB) | Preview |
|
![[img]](https://digilib.uin-suka.ac.id/style/images/fileicons/text.png) |
Text (PERBANDINGAN METODE K-MEANS KLASTERING DAN MULTIDIMENSIONAL SCALING (MDS) DALAM MENGELOMPOKKAN KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN TENAGA KESEHATAN TAHUN 2024)
21106010012_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Registered users only Download (6MB) | Request a copy |
Abstract
Analisis klaster merupakan metode yang digunakan untuk mengelompokkan objek kedalam kelompok yang relatif sama. Salah satu metode analisis klaster adalah metode K-Means. Penelitian ini akan membandingkan metode K-Means dan Multidimensional Scaling (MDS) dalam mengelompokkan kabupaten/kota di Provinsi Jawa Tengah berdasarkan 12 indikator Tenaga Kesehatan. Hasil penelitian menunjukkan bahwa metode K-Means menghasilkan tiga klaster, yaitu kelompok dengan tingkat tenaga kesehatan tinggi yang beranggotakan 1 Kabupaten/Kota, tingkat sedang beranggotakan 4 Kabupaten/Kota, dan tingkat rendah beranggotakan 30 Kabupaten/Kota. Berdasarkan nilai rasio simpangan baku 0,1577%, metode K-Means tergolong sangat baik dalam melakukan pengelompokan. Sementara itu, metode MDS menghasilkan nilai stress sebesar 0,146984 yang termasuk kategori cukup baik. Berdasarkan hasil uji evaluasi masing-masing metode, diperoleh metode K-Means merupakan metode yang lebih tepat digunakan dalam pengelompokan kabupaten/kota di Provinsi Jawa Tengah berdasarkan indikator tenaga kesehatan. Hal ini ditunjukkan oleh nilai rasio simpangan baku, dimana semakin kecil nilai rasio simpangan baku maka semakin baik kualitas pengelompokan yang dihasilkan. Namun demikian, metode MDS berperan sebagai metode pendukung yang dapat memvisualisasikan hasil pengelompokan sehingga memberikan gambaran yang lebih jelas mengenai kedekatan antar wilayah.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information / Supervisor: | Dr. Epha Diana Supandi, S.Si., M.Sc. |
| Uncontrolled Keywords: | analisis klaster; K-Means; Multidimensional Scaling (MDS); tenaga kesehatan. |
| Subjects: | 500 Sains Murni > 510 Mathematics (Matematika) > 515.6 Metode Analitik - Matematika |
| Divisions: | Fakultas Sains dan Teknologi > Matematika (S1) |
| Depositing User: | Muchti Nurhidaya [muchti.nurhidaya@uin-suka.ac.id] |
| Date Deposited: | 02 Jul 2026 15:54 |
| Last Modified: | 02 Jul 2026 15:54 |
| URI: | http://digilib.uin-suka.ac.id/id/eprint/77418 |
Share this knowledge with your friends :
Actions (login required)
 |
View Item |
