PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN PREVALENSI STUNTING MENGGUNAKAN ALGORITMA DIVISIVE ANALYSIS
Analisis cluster adalah analisis yang bertujuan untuk mengelompokkan data (objek) hanya berdasarkan informasi yang terdapat dalam data yang menggambarkan objek dan hubungan di antara objek tersebut. Divisive analysis merupakan metode clustering menggunakan pendekatan top-down, yaitu dimulai dengan menempatkan semua objek ke dalam satu cluster atau disebut dengan akar hierarki kemudian membagi akar cluster menjadi beberapa cluster yang lebih kecil. Penelitian ini bertujuan mengelompokkan 34 provinsi di Indonesia berdasarkan data prevalensi stunting dan faktor penyebab stunting tahun 2022 menggunakan algoritma divisive analysis. Hasil cluster yang optimal diperoleh dengan DaviesBouldin Index. Hasil analisis cluster yang optimal dengan algoritma divisive analysis adalah 2 cluster dengan nilai Davies-Bouldin Index sebesar 0,96. Cluster 1 terdiri dari 32 provinsi yaitu Aceh, Sumatera Utara, dan provinsi lainnya selain Papua Barat dan Papua. Cluster 2 terdiri dari 2 provinsi yaitu Papua Barat dan Papua.
Ketersediaan
Detail Information
Judul | PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN PREVALENSI STUNTING MENGGUNAKAN ALGORITMA DIVISIVE ANALYSIS |
---|---|
Pengarang | Ari Krisna Suyono - Personal Name |
No. Panggil | SKRIPSI ARI p 2024 |
Subyek | Analisis Cluster divisive analysis Prevalensi Stunting Davies-Bouldin Index |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Statistika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY