Aplikasi Metode Ward dengan Berbagai Pengukuran Jarak (Studi Kasus: Klasifikasi Tingkat Perekonomian di Indonesia)
DOI:
https://doi.org/10.56972/jikm.v4i2.208Keywords:
agglomerative coefficients, indeks pembangunan manusia, penanaman modal dalam negeri, penanaman modal asing, produk domestik regional bruto, squared euclidean, tingkat partisipasi angkatan kerjaAbstract
Metode Ward merupakan metode hierarchical clustering dimana jarak digunakan sebagai acuan dalam proses klasterisasi. Penelitian ini menggunakan 5 jarak yang berbeda yang diaplikasikan pada tujuh variabel yang berkaitan tentang ekonomi, yakni Produk Domestik Regional Bruto (PDRB), Pengeluaran Pemerintah, Penanaman Modal Dalam Negeri (PMDN), Penanaman Modal Asing (PMA), Tingkat Partisipasi Angkatan Kerja (TPAK), Indeks Pembangunan Manusia (IPM), dan Rasio Elektrifikasi. Data yang digunakan diperoleh dari data BPS dari 34 provinsi tahun 2022. Tujuannya mengetahui jarak optimal dalam penerapan klasifikasi dengan menggunakan metode Ward pada data ekonomi. Selain itu untuk mengetahui provinsi mana saja yang tergolong dalam tingkat ekonomi rendah, sedang, dan tinggi. Dengan menggunakan nilai Agglomerative Coefficients menunjukkan bahwa jarak squared Euclidean bernilai paling tinggi yang dapat diartikan merupakan jarak paling optimal diantara kelima jarak yang digunakan (Euclidean, Squared Euclidean, Manhattan, Minkowski, dan Canberra). Tiga klaster yang dihasilkan dengan menggunakan jarak squared Euclidean adalah klaster 1 merupakan provinsi dengan tingkat ekonomi rendah yang terdiri dari 24 provinsi, klaster 2 terdiri dari 9 provinsi tergolong dalam tingkat ekonomi menengah, dan klaster 3 terdiri dari 1 provinsi, yakni DKI Jakarta yang termasuk dalam perekonomian tinggi.
Downloads
References
Andyani, R. A., Setiawan, & Ratnasari, V. (2023). Estimation of Random Effect Probit Panel Parameter Using Adaptive Gauss Hermite Quadrature Integration (Case study: Provincial economic in Indonesia). AIP Conference Proceedings, 080022-1 - 080022-10. doi:https://doi.org/10.1063/5.0106043
Ansari, R., Pohan, H. M., Elisa, E., Lubis, M., Sormin, A. S., Mora, J. L., & Harahap, H. J. (2022). Workshop Calistung Berbasis Pictures Themes bagi Anak Usia Dini. Jurnal Ilmiah Kampus Mengajar, 1-7.
Apriliana, T., & Widodo, E. (2023). Analisis Cluster Hierarki untuk Pengelompokan Provinsi di Indonesia berdasarkan Jumlah Base Transceiver Station dan Kekuatan Sinyal. Konvergensi Teknologi dan Sistem Informasi (KONSTELASI), 3, 286 - 296. doi: https://doi.org/10.24002/konstelasi.v3i2.7143
Ayu, U., Hermawan, R., & Utami, R. D. (2021). Pendidikan sadar bencana melalui sosialisasi kebencanaan untuk meningkatkan kesiapsiagaan siswa MI Muhammadiyah Bulakrejo. Jurnal Ilmiah Kampus Mengajar, 1-11.
Fauziyah, A. F., Amalia, N., & Kartikasari, E. D. (2022). Pengenalan Kebudayaan Indonesia melalui Boanding Literasi SB Hulu Kelang Malaysia. Buletin KKN Pendidikan, 4(2), 161-166.
Greene, W. H. (2012). Econometric Analysis, Seventh Edition. New Jersey: Prentice Hall.
Gujarati, D. N. (2004). Basic Econometrics, 4th Edition. New York: McGraw-Hill Companies.
Gundono. (2011). Analisis Data Multivariat. Yogyakarta: BPFE.
Hafida, S. H. N., Ariandi, A. P., Ismiyatin, L., Wulandari, D. A., Reygina, N., Setyaningsih, T., ... & Amin, M. A. K. (2020). Pengenalan Etnobotani melalui Pembuatan Herbarium Kering di Lingkungan Sekolah MI Muhammadiyah Plumbon, Wonogiri. Buletin KKN Pendidikan, 2(2), 79-83.
Hair, J. F., Anderson, R. E., Thatham, R. L., & Black, W. C. (2010). Multivariate Data Analysis Seventh Edition. New Jersey: Pearson Education, Inc.
Imasdiani, Purnamasari, I., & Amijaya, F. D. (2022). Perbandingan Hasil Analisis Cluster dengan menggunakan Metode Average Linkage dan Metode Ward (Studi Kasus : Kemiskinan Di Provinsi Kalimantan Timur Tahun 2018). Jurnal EKSPONENSIAL, 13, 9-18. doi:https://doi.org/10.30872/eksponensial.v13i1.875
Irwan, Sanusi, W., & Hasanah, A. (2024). Perbandingan Analisis Cluster Metode Complete Linkage dan Metode Ward dalam Pengelompokkan Indeks Pembangunan Manusia di Sulawesi Selatan. Journal of Mathematics, Computations, and Statistics, 7, 75-86. doi:https://doi.org/10.35580/jmathcos.v7i1.2089
Johnson, R. A., & Wichern, D. W. (2007). Applied Multivariate Statistical Analysis, 6th Edition. New Jersey: Prentice Hall.
Ma’aruf., Nugroho, S. P., & Veno, A. (2017). Pengukuran Daya Saing Klaster Batik, Konveksi dan Mebel Di Kabupaten Sragen. Benefit: Jurnal Manajemen dan Bisnis, 2(1), 62-77.
Nishom, M. (2019). Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square. Jurnal Informatika: Jurnal Pengembangan IT (JPIT), 04, 20-24. doi:https://doi.org/10.30591/jpit.v4i1.1253
Odewumi, M. O., Falade, A. A., Adeniran, A. O., Akintola, D. A., Oputa, G. O., & Ogunlowo, S. A. (2019). Acquiring basic chemistry concepts through virtual learning in nigerian senior secondary schools. Indonesian Journal on Learning and Advanced Education (IJOLAE), 2(1), 56-67.
Pradana, Y. A., Setyawati, Y., Dewi, L. P., Shobri, M. Q., Adhantoro, M. S., Kurniaji, G. T. B., & Romadloni, N. T. (2024). Penentuan Rute Optimal Wisata di Kota dan Kabupaten Madiun Menggunakan Algoritma Genetika. Jurnal Keilmuan dan Keislaman, 49-56.
Saraswati, A. M., & Nugroho, A. W. (2021). Perencanaan Keuangan dan Pengelolaan Keuangan Generasi Z di Masa Pandemi Covid 19 melalui Penguatan Literasi Keuangan. Warta LPM, 24(2), 309-318.
Setiawan, F. A., Arisanty, D., Hastuti, K. P., & Rahman, A. M. (2020). The Effect of Metacognitive Ability on Learning Outcomes of Geography Education Students. Indonesian Journal on Learning and Advanced Education (IJOLAE), 2(2), 82-90.
Singh, A., Rana, A., & Yadav, A. (2013). K-means with Three Different Distances Metrics. International Journal of Computer Applications, 67, 13-17.
Suleiman, Y., Hanafi, Z., & Muhajir, T. (2019). Influence of extracurricular services on students’ academic achievement in secondary schools in Kwara State: A qualitative approach. Indonesian Journal on Learning and Advanced Education (IJOLAE), 1(2), 1-19.
Supranto, J. (2010). Analisis Multivariat, Arti dan Interpretasi. Jakarta: Rineka Cipta.
Suprapto, B., Simanjuntak, H., & Sulasminarti. (2021). Perbandingan Metode Nearest Neighbor, Ward, dan K-Means dalam Menentukan Cluster Data Kinerja Kantor Unit Bank ABC. Jurnal Informasi dan Komputer, 9, 53-65. doi:https://doi.org/10.35959/jik.v9i1.199
Talakua, M. W., Leleury, Z. A., & Talluta, A. W. (2017). Analisis Cluster dengan Menggunakan Metode K-Means untuk Mengelompokkan Kab/Kota di Provinsi Maluku Berdasarkan IPM Tahun 2014. Barekeng : Ilmu Matematika dan Terapan, 119-128.
Utami, R. D., Alfalah, Z. A. A., Prayitno, H. J., Desstya, A., Kartini, N. H., & Negara, S. P. P. S. (2024, July). The-matic Learning Innovation Ap-proaching SCI (Smart, Creative, In-novative) Plus Elementary Schools in the Covid-19 Pandemic Era. In In-ternational Conference on Education for All (Vol. 2, No. 1, pp. 30-45).
Vandevoorde, L. (2020). Semantic Differences in Translation: Exploring the field of inchoativity (translation and Multilingual Natural Language Processing 13). Berlin: Language Science Press.
Yamin, M., Saputra, A., & Deswila, N. (2020). Enhancing Critical Thinking in Analyzing Short Story “The Lazy Jack” Viewed from Identity Theory. Indonesian Journal on Learning and Advanced Education (IJOLAE), 3(1), 30-39.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Rhavida Anniza Andyani

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