PERBANDINGAN FUZZY C-MEANS CLUSTERING DENGAN LATENT CLASS CLUSTERING ANALYSIS : STUDI KASUS: PENGELOMPOKAN KABUPATEN/KOTA DI WILAYAH JAWA-BALI

---

Metode pengelompokan yang saat ini berkembang memiliki cm
~keanggotaan cluster yang bersifat ketidakpastian atau probabilistik. Fuzzy
C-Means Clustering (FCM) adalah contoh populer dari ketidakpastian
sedangkan Latent Class Clustering Analysis (LCCA) merupakan model
dengan probabilistik.

Dengan bantuan program R diperoleh, perbandingan akurasi hasil
pengelompokan pada tabel kontingensi antara metode FCM dan LCCA
terhadap data simulasi bangkitan bivariat yang berasal dari dua populasi
dengan ukuran cluster berbeda (rasio 2: 1) maupun rasio sama (1: 1)
menunjukkan kecenderungan ketepatan FCM pada kisaran 50% dari ukuran
data. Sedangkan LCCA mampu mencapai angka 89% - 99% dari ukuran
data.

Adanya variasi korelasi antar variabel tidak berpengaruh pada
kinerja FCM, sedangkan metode LCCA menunjukkan hubungan positif
antara besarnya korelasi dengan peningkatan akurasi pengelompokan.
Sehingga kinerja akurasi pengelompokan metode LCCA terbukti lebih baik
dibanding metode FCM dan lebih cocok digunakan pada penelitian
fenomena sosial ekonomi yang merniliki indikator saling berkaitan.

Cluster optimal pengelompokan Kabupaten/Kota berdasarkan indeks
validitas cluster (Connectivity, dan Silhouette) berada pada cluster
sebanyak 3. Sehingga model terbaik untuk pengelompokan capaian
pembangunan dari 121 Kabupaten/Kota dengan 13 variabel indikator yang
meliputi (pro growth, pro job, pro poor dan IPM) adalah LCCA 3-cluster
dengan direct effect.

Mayoritas Kabupaten/Kota (ada 88) capaian pembangunannya
"Kurang Baik", 33 yang berkategori "Baik", dan 2 termasuk "Cukup Baik".

---

Availability @Perpustakaan Pusat

No copy data

Detail Information

Series Title

-

Call Number

519.5 Gus p/R.14.28

Publisher

Bandung : Magister Statistika Terapan., 2015

Collation

xiii,; 95 hlm,;29,5 cm

Language

Indonesia

ISBN/ISSN

-

Classification

519.5

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

-

Specific Detail Info

-

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment