ANALISIS K-MEANS CLUSTER INDEKS PEMBANGUNAN MANUSIA DI INDONESIA, 4112315018 (2019) ANALISIS K-MEANS CLUSTER INDEKS PEMBANGUNAN MANUSIA DI INDONESIA. Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF - Published Version Download (1MB) | Preview

Abstract

Pembangunan manusia dalam suatu negara diperlukan untuk menciptakan kesejahteraan dan membuat perkembangan dalam suatu negara sehingga perlu dilihat terlebih dahulu kualitas sumber daya manusia dalam negara tersebut. Ukuran yang dijadikan standar keberhasilan pembangunan manusia dalam sebuah negara adalah Indeks Pembangunan Manusia (IPM) atau Human Development Index (HDI). Konsep pembangunan manusia diukur dengan menggunakan pendekatan tiga dimensi dasar manusia, yaitu umur panjang dan sehat, pengetahuan, dan standar hidup yang layak. Dimensi umur panjang dan sehat diwakili oleh indikator harapan hidup saat lahir. Dimensi pengetahuan diwakili oleh indikator harapan lama sekolah dan rata-rata lama sekolah. Sementara itu, dimensi standar hidup layak diwakili oleh pengeluaran per kapita. Tujuan dari penelitian ini adalah untuk menjelaskan karakteristik masing-masing cluster yang diperoleh dari hasil pengelompokkan provinsi di Indonesia berdasarkan indikator penyusun IPM tahun 2017 menggunakan metode K-Means Cluster, menjelaskan model diskriminan 2 faktor yang terbentuk, serta untuk mengetahui ketepatan hasil dalam mengklasifikasi kasus dari model diskriminan yang terbentuk. Metode yang digunakan dalam penelitian ini adalah Analisis K-Means Cluster dan Analisis Diskriminan. Analisis K-Means Cluster digunakan untuk mengelompokkan 34 provinsi di Indonesia berdasarkan indikator penyusun IPM tahun 2017. Hasil pengelompokkan dari Analisis K-Means Cluster, kemudian dianalisis lebih lanjut menggunakan Analisis Diskriminan untuk menguji keakuratan hasil dari pengelompokkan menggunakan Analisis K-Means Cluster. Analisis Diskriminan juga digunakan untuk mengetahui faktor yang paling berpengaruh dalam penyusunan nilai Indeks Pembangunan Manusia. Hasil analisis dari penelitian ini adalah terbentuknya 2 kelompok (cluster) hasil dari Analisis K-Means Cluster. Karakteristik Cluster 1 berisi provinsi dengan umur harapan hidup (UHH) rendah, harapan lama sekolah (HLS) rendah, rata-rata lama sekolah (RLS) rendah, dan pengeluaran disesuaikan yang rendah. Karakteristik Cluster 2 berisi provinsi dengan umur harapan hidup (UHH) tinggi, harapan lama sekolah (HLS) tinggi, rata-rata lama sekolah (RLS) tinggi, dan pengeluaran disesuaikan yang tinggi. Model diskriminan 2 faktor yang adalah

Actions (login required)

View Item