HAFSARI, NUR PUTRI (2024) ANALISIS CLUSTER MENGGUNAKAN METODE K-MEANS DAN DBSCAN (DENSITY-BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE) DALAM MELIHAT KONDISI SOSIAL EKONOMI DI KABUPATEN ACEH UTARA. S1 thesis, Universitas Malikussaleh.

[img] Text
Cover.pdf

Download (211kB)
[img] Text
Abstrak.pdf

Download (266kB)
[img] Text
Bab I.pdf

Download (391kB)
[img] Text
Daftar Pustaka.pdf

Download (598kB)
[img] Text
Full-text.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Analisis cluster merupakan metode yang penting dalam memahami pola dan hubungan dalam data, khususnya dalam konteks sosial ekonomi. Penelitian ini menggunakan dua pendekatan, yaitu K-Means dan DBSCAN (Density-Based Spatial Clustering of Applications with Noise), untuk menganalisis kondisi sosial ekonomi di Kabupaten Aceh Utara. Data yang digunakan mencakup variabel tingkat pendidikan (TPD), tingkat kesehatan (TK), kepadatan penduduk (KP), dan data perumahan (PR) dari 27 kecamatan selama periode 2021-2023. Metode K-Means, yang berbasis pada pembentukan centroid, memungkinkan pengelompokan data berdasarkan kedekatan nilai variabel. Namun, metode ini memiliki keterbatasan dalam mendeteksi noise dan outlier. Di sisi lain, DBSCAN menawarkan keunggulan dalam mengidentifikasi cluster dengan kepadatan tinggi dan dapat mendeteksi noise, tanpa memerlukan penentuan jumlah cluster sebelumnya. Dengan menggunakan Microsoft Excel untuk perhitungan manual dan Python untuk implementasi sistem, penelitian ini bertujuan untuk memberikan wawasan yang lebih mendalam mengenai kondisi sosial ekonomi di daerah tersebut. Hasil analisis menunjukkan bahwa kedua metode memberikan informasi yang berbeda namun saling melengkapi. K-Means cenderung lebih efisien dalam pengelompokan data yang terstruktur, sementara DBSCAN lebih efektif dalam menangani data yang memiliki noise. Penelitian ini diharapkan dapat menjadi acuan bagi pengambil keputusan dalam merumuskan kebijakan yang lebih tepat sasaran di Kabupaten Aceh Utara. Kata kunci: Analisis Cluster, K-Means, DBSCAN, Kondisi Sosial Ekonomi, Kabupaten Aceh Utara.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User: NUR PUTRI HAFSARI
Date Deposited: 09 Sep 2024 02:14
Last Modified: 09 Sep 2024 02:14
URI: https://rama.unimal.ac.id/id/eprint/5870

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by