Skripsi/Tugas Akhir

Penerapan Algoritma K-Means Clustering untuk Mengelompokkan Data Kemiskinan di Provinsi Sulawesi Selatan

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Data pada penelitian ini dapat dikelompokkan berdasarkan kemiripan data dan variabel yang digunakan. Hasil pengelompokkan data penelitian dikelompokan dengan menghitung jarak terdekat pusat klaster ke data cluster menggunakan metode K-Means Clustering dengan bantuan bahasa pemrograman Python. Hasil pengelompokan dapat memperlihatkan tingkat kemiskinan kabupaten/kota di Provinsi Sulawesi Selatan selama lima tahun kebelakang. Informasi tersebut diharapkan dapat membantu pemerintah dalam penanggulangan kemiskinan kedepannya. Pengelompokan data menghasilkan 3 cluster. Hasil kluster dianalisa keterkaitan antar variabelnya dan ditentukan kategori dari tiap klaster yang ada. Hasil analisa klaster menunjukkan bahwa tingkat kemiskinan di Provinsi Sulawesi Selatan selama lima tahun terahir berubah-ubah dan masih menunjukan tingkat kemiskinan yang relatif tinggi.
Kata Kunci: Abstrak Skripsi, K-Means, Python, Clustering, Data Mining

ABSTRACT
The data in this study can be grouped based on the similarity of data and variables used. The results of grouping research data are grouped by calculating the closest distance of the cluster center to the cluster data using the K-Means Clustering method with the help of the Python programming language. The grouping results can show the poverty rate of districts/cities in South Sulawesi province for the past five years. This information is expected to help the government in poverty reduction in the future. Grouping data results in 3 clusters. Cluster results are analyzed for the relationship between variables and determined by the category of each existing cluster. The results of the cluster analysis show that the poverty rate in the province of South Sulawesi for the last five years has changed and still shows a relatively high level of poverty.
Keywords: Abstract Thesis, K-Means, Python, Clustering, Data Mining

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 22-46 ABN p - 0277TI

Penerbit

Makassar : Universitas DIPA., 2022

Deskripsi Fisik

xii + 59 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 22-46

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan September 2022

Subjek

Skripsi/Tugas Akhir
K-Means Clustering

Lampiran File