Please use this identifier to cite or link to this item:
https://repository.unej.ac.id/xmlui/handle/123456789/128157Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | SUKMAWATI, Avita | - |
| dc.date.accessioned | 2025-09-15T07:08:45Z | - |
| dc.date.available | 2025-09-15T07:08:45Z | - |
| dc.date.issued | 2025-02-24 | - |
| dc.identifier.nim | 211810101044 | en_US |
| dc.identifier.uri | https://repository.unej.ac.id/xmlui/handle/123456789/128157 | - |
| dc.description | Finalisasi unggah file repositori tanggal 15 September 2025_Kurnadi | en_US |
| dc.description.abstract | Pulau Jawa memiliki kontribusi sebesar 57% terhadap perekonomian nasional menurut Badan Kebijakan Fiskal. Namun, pertumbuhan ekonomi di Pulau Jawa pada tahun 2023 sebesar 4,96%. Hal tersebut menunjukkan pertumbuhan ekonomi Pulau Jawa lebih rendah daripada wilayah Indonesia Timur. Berdasarkan hal tersebut, perlu dilakukan analisis terhadap karakteristik masing-masing wilayah di Pulau Jawa. Penelitian ini akan menganalisis karakteristik wilayah di Pulau Jawa dengan melakukan pengelompokan menggunakan K-Means atau SOM. Kelebihan metode K-Means yaitu dapat digunakan dengan mudah, membutuhkan waktu yang relatif cepat dalam menjalankan algoritmanya, serta menggunakan prinsip yang sederhana. Kekurangan metode K-Means yaitu nilai pada awal algoritma ditentukan secara acak sehingga memungkinkan hasil pengelompokan tidak optimal. Keunggulan metode SOM adalah mampu mengekstrak fitur penting dari data dan memetakan kesamaan instrinsik ke dalam cluster yang dapat diinterpretasi secara visual Tujuan penelitian ini untuk mengetahui perbandingan metode K-Means dan SOM berdasarkan hasil DBI, serta memperoleh kelompok wilayah di Pulau Jawa dengan karakteristik setiap cluster. Penelitian ini menggunakan data berupa data faktor-faktor perekonomian yang didapatkan dari website BPS. Objek penelitian yang dilakukan merupakan 119 kabupaten/kota di Pulau Jawa. Data yang diperoleh dianalisis dan dikelompokkan menggunakan software Rstudio. Langkah-langkah penelitian dimulai dari pengumpulan data, normalisasi data, validasi cluster, serta pengelompokan menggunakan metode dengan DBI terkecil. Data yang telah dikelompokkan dianalisis dan dilabeli sesuai dengan karakteristik setiap cluster. Hasil penelitian ini menunjukkan bahwa pengelompokan menggunakan metode SOM ke dalam 5 cluster memberikan hasil yang lebih optimal dibandingkan pengelompokan menggunakan metode K-Means. Pengelompokan kabupaten/kota dilakukan ke dalam 5 cluster menggunakan metode SOM berdasarkan hasil DBI. Hasil pengelompokan ini yaitu cluster 1 beranggotakan 14 kabupaten/kota sebagai wilayah ekonomi berkembang dengan ketimpangan, cluster 2 beranggotakan 17 kabupaten/kota sebagai wilayah ekonomi maju berbasis investasi, cluster 3 beranggotakan 54 kabupaten/kota sebagai wilayah ekonomi berkembang tidak stabil, cluster 4 beranggotakan 11 kabupaten/kota sebagai wilayah ekonomi terbelakang, serta cluster 5 beranggotakan 23 kabupaten/kota sebagai wilayah ekonomi berkembang dengan risiko inflasi. | en_US |
| dc.description.sponsorship | DPU: Dr. Alfian Futuhul Hadi, S.Si., M.Si. DPA: Firda Fadri, S.Si., M.Si. | en_US |
| dc.language.iso | other | en_US |
| dc.publisher | Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember | en_US |
| dc.subject | Self Organizing Maps (SOM) | en_US |
| dc.subject | Tingkat Perekonomian | en_US |
| dc.title | Perbandingan Metode K-Means dan Self Organizing Maps (SOM) dalam Pengelompokan Kabupaten/Kota di Pulau Jawa Berdasarkan Tingkat Perekonomian | en_US |
| dc.type | Skripsi | en_US |
| dc.identifier.prodi | Matematika | en_US |
| dc.identifier.pembimbing1 | Dr. Alfian Futuhul Hadi, S.Si., M.Si. | en_US |
| dc.identifier.pembimbing2 | Firda Fadri, S.Si., M.Si. | en_US |
| dc.identifier.validator | Rudy K | en_US |
| Appears in Collections: | UT-Faculty of Mathematics and Natural Sciences | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| doc.pdf Until 2030-03-17 | Avita Sukmawati_211810101044 | 1.34 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
Admin Tools