Penerapan Algoritma Fuzzy C-Means dan Metode Elbow untuk Mengelompokkan Provinsi di Indonesia Berdasarkan Indeks Demokrasi Indonesia
Abstract
Negara Indonesia ialah sebuah negara berdasarkan demokrasi. Adapun pernyataan Abraham Lincoln, mengatakan bahwa pelaku dari pemerintahan adalah rakyat. Pihak terkait melakukan pengukuran kemajuan demokrasi dengan model pengukuran Indeks Demokrasi Indonesia (IDI). Tujuan dari IDI adalah membaca pencapaian dan menyusun program-program perencanaan membangun politik. Clustering adalah suatu proses pembagian data dari sebuah himpunan dalam beberapa kelompok dimana data satu dengan data yang lain jika mempunyai kemiripan lebih dominan akan membentuk sebuah kelompok, dan data yang lain akan dipisahkan dengan membentuk kelompok yang berbeda menjadi kelompok yang berbeda. Penelitian ini dilakukan untuk mengetahui informasi dan pengetahuan baru mengenai penyebab terjadinya penurunan skor berdasarkan data Indeks Demokrasi Indonesia tahun 2019 dan untuk menemukan kluster terbaik dalam clustering Provinsi di Indonesia berlandaskan dataset dari Indeks Demokrasi Indonesia 2019. Clustering pada penelitian ini memanfaatkan perhitungan Fuzzy C-Means serta metode Elbow untuk metode penentuan kluster terbaik serta software RStudio sebagai aplikasi pengolah data. Hasil clustering dalam penelitian ini 3 kluster adalah kluster terbaik, dibuktikan selisih SSE (Sum of Square Error) yaitu 1.253, dimana kluster 1 mencakup 15 wilayah, kluster 2 mencakup 12 wilayah dan kluster 3 mencakup 7 wilayah.
Keywords: Clustering, Elbow, Fuzzy C-Means, RStudio, SSE.
Full Text:
PDFReferences
Arifin, Z. (2018). Metodologi Penelitian Pendidikan Education Research Methodology. 1–5.
Butarbutar, & Dkk. (2016). Komparasi Kinerja Algoritma Fuzzy C-Means dan K-Means dalam Pengelompokan Data Siswa Berdasarkan Prestasi Nilai Akademik Siswa ( Studi Kasus : SMP Negeri 2 Pematangsiantar ). Jurnal Riset Informasi & Teknis Informatika, 1, 46–55.
Dewi, D. A. I. C., & Pramita, D. A. K. (2019). Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali. Matrix : Jurnal Manajemen Teknologi Dan Informatika, 9, 102–109.
Ghaisani, & Dkk. (2019). Analisis Cluster Hirarki Untuk Pengelompokan Provinsi Di Indonesia Berdasarkan Indikator Demokrasi Indonesia Tahun 2016. Prosiding Konferensi Nasional Penelitian Matematika Dan Pembelajarannya (KNPMP) IV.
Hadiyatullah, & Dkk. (2019). Algoritma Fuzzy C-Means Dengan Metode Elbow Untuk Mengelompokkan Kepolisian Provinsi Di Indonesia Berdasarkan Jumlah Kasus ( Crime Total , Crime Cleared , Creime Rate , Clearance Rate ). (JASIE) Jurnal Aplikasi Sistem Informasi Dan Elektronika, 1, 1–18.
Hidayat, T., & Azmi, K. (2018). Pembingkaian Berita Dugaan Kecurangan Pilkada Serentak 2017 DKI Jakarta Di Detik.Com Periode 18 Februari 2017” (Analisis Framing Robert n Entmant). 1–10.
Ibrahim. (2017). Menakar kedalaman pengukuran demokrasi model Indeks Demokrasi Indonesia ( IDI ): Beberapa catatan substantif dari Kepulauan Bangka Belitung. Jurnal Masyarakat, Kebudayaan Dan Politik, 131–149.
Muningsih, E. (2017). Optimasi Jumlah Custer K-Means Dengan Metode Elbow Untuk Pemetaan Pelanggan. Prosiding Seminar Nasional ELINVO, 105–114.
Nainggolan, & Dkk. (2019). Improved the Performance of the K-Means Cluster Using the Sum of Squared Error (SSE) optimized by using the Elbow Method. Journal of Physics: Conference Series, 1361(1), 1–6. https://doi.org/10.1088/1742-6596/1361/1/012015
Novany, A. A., & Safii, M. (2021). Penerapan Data Mining Dalam Mengelompokkan Produksi Daging Sapi di Pulau Sumatera Menggunakan Algoritma K-Means Clustering. Seminar Nasional Informatika (SENATIKA), 237–243.
Rahayu, L. S. (2021). Ma’ruf Amin Ungkap Indeks Demokrasi RI di Bawah Timor Leste. News.Detik.Com. https://news.detik.com/berita/d-5546931/maruf-amin-ungkap-indeks-demokrasi-ri-di-bawah-timor-leste
Rahmayani, S. R., & Effendi, K. N. S. (2019). Kemampuan Komunikasi Matematis Siswa SMP Pada Materi Himpunan. JUDIKA (JURNAL PENDIDIKAN UNSIKA), 7(1), 10–18. http://journal.unsika.ac.id/index.php/judika
Rofiqo, & Dkk. (2018). Penerapan Clustering Pada Penduduk Yang Mempunyai Keluhan Kesehatan Dengan Datamining K-Means. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 2, 216–223.
Saputra, & Dkk. (2019). Effect of Distance Metrics in Determining K-Value in KMeans Clustering Using Elbow and Silhouette Method. Sriwijaya International Conference on Information Technology and Its Applications (SICONIAN), 172, 341–346.
Suhariyanto. (2018). Berita Resmi Statistik Indeks Demokrasi Indonesia (IDI) 2017. Badan Pusat Statistik.
Suhariyanto. (2020). Statistik Indonesia 2020. Badan Pusat Statistik.
Winarta, A., & Kurniawan, W. J. (2021). Optimasi Cluster K-Means Menggunakan Metode Elbow Pada Data Pengguna Narkoba Dengan Pemrograman Python. Jurnal Teknik Informatika Kaputama (JTIK), 5, 113–119.
Yuan, C., & Yang, H. (2019). Research on K-Value Selection Method of K-Means Clustering Algorithm. Multidisclipinary Scientific Journal, 2(2), 227–235. https://doi.org/10.3390/j2020016
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.