PENGELOMPOKAN KABUPATEN/KOTA DI PULAU KALIMANTAN PADA TAHUN 2020 DAN 2021 BERDASARKAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN METODE ALGORITMA ST-DBSCAN

Binda Aprilia Suryani, Memi Nor Hayati, Surya Prangga

Sari


Clustering merupakan suatu teknik menganalisis pengelompokan berbeda terhadap data. Spatial Temporal-Density Based Spatial Clustering of Applications with Noise (ST-DBSCAN) adalah algoritma pengelompokan berbasis kepadatan (density) yang memiliki kemampuan untuk mencari pengelompokan berdasarkan data spasial, data temporal, dan data non-spasial dari objek. Tujuan dari penelitian ini adalah untuk mengetahui nilai Silhouette Coefficient (SC) dan hasil pengelompokan data IPM pada 56 Kabupaten/Kota di Pulau Kalimantan. Perhitungan nilai SC melibatkan parameter Eps1 untuk data spasial, Eps2 untuk data temporal dan MinPts. Nilai Parameter Eps1 dan MinPts disimulasikan secara trial and error untuk menghasilkan nilai SC terbesar. Nilai parameter Eps1= 1 sampai dengan Eps1= 5 Eps2 = 2 dan MinPts= 4 sampai dengan MinPts= 6. Berdasarkan hasil nilai SC yang tertinggi pada pengelompokan kabupaten/kota di Pulau Kalimantan menggunakan algoritma ST-DBSCAN adalah 0,324 yaitu terbentuk sebanyak 2 cluster dengan cluster pertama beranggotakan 42 kabupaten/kota dan cluster nol atau outlier beranggotakan 14 Kabupaten/Kota.


Kata Kunci


ST-DBSCAN; IPM; Silhouette Coefficient

Teks Lengkap:

PDF

Referensi


Birant, D., & Kut, A. (2007). ST-DBSCAN: An algorithm for clustering spatial–temporal data. Data & Knowledge Engineering, 60(1), 208–221. https://doi.org/10.1016/j.datak.2006.01.013

Badan Pusat Statistik Provinsi Kalimantan Timur. (2018). Berita Resmi Statistik: Indeks Pembangunan Manusia Kalimantan Timur Tahun 2017. Samarinda: Badan Pusat Statistik Provinsi Kalimantan Timur.

Dinas Komunikasi dan Informatika Provinsi Kalimantan Utara. (2019). Profil IPM Kalimantan Utara Tahun 2019. Dinas Komunikasi dan Informatika Provinsi Kalimantan Utara.

Irwansyah, E., & Faisal, M. (2015). Advanced Clustering: Teori dan Aplikasi (1st ed.). Deepublish.

Sander, J., Ester, M., Kriegel, H.-P., & Xu, X. (1998). Density-Based Clustering in Spatial Databases: The Algorithm GDBSCAN and Its Applications. Journal Kluwer Academic Publisher, 2, 169–194. https://doi.org/https://doi.org/10.1023/A:1009745219419

Santosa, B. (2007). Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis (1st ed.). Graha Ilmu.

Siregar, A. M., & Puspabhuana, A. (2017). Data Mining: Pengolahan Data Menjadi dengan Informasi RapidMiner (A. K. Putra (ed.); 1st ed.). Kekata Publisher.

Sugiyono. (2014). Metode Penelitian Kuantitaif Kualitatif dan R&D. Alfabeta.

Suryabrata, S. (2003). Metode Penelitian (1st ed.). Rajawali Pers.




DOI: https://doi.org/10.36087/jrp.v6i1.139

Refbacks

  • Saat ini tidak ada refbacks.


Indexing :

 

 

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.