Text

Hybrid Analysis Menggunakan Metode Fuzzified Particle Swarm Optimization dan K-Harmonic Means Clustering (Pembentukan Sister Village Daerah Sulit di Provinsi Papua dalam Survei Sosial Ekonomi Nasional

---

Kondisi geografis dan sosial-politik suatu daerah di Indonesia dapat
menjadi kendala dalam pelaksanaan sensus/survei sehingga mengakibatkan
keterlambatan pelaporan hasil kegiatan pendataan, permintaan penggantian
sampel, dan non respon untuk daerah-daerah yang sulit diakses. Permintaan
penggantian sampel seringkali terjadi pada pelaksanaan survei dengan pendekatan
rumah tangga dan sebagian besar berasal dari Provinsi Papua. Oleh sebab itu, pada
tahap pengambilan sampel, BPS telah menentukan daerah yang dianggap sulit dan
dikeluarkan dari sampling frame. Penentuan daerah sulit dilakukan berdasarkan
ketersediaan sarana transportasi, biaya transportasi, dan lama waktu yang
diperlukanjika perjalanan ditempuh denganjalan kaki. Namun, tidak tercakupnya
suatu daerah karena dikatakan sulit bisa menyebabkan tidak terwakilinya
karakteristik daerah tersebut. Adanya daerah lain yang memiliki kemiripan
karakteristik (sister village) dan dapat menggantikan daerah sulit dalam sampel
menjadi sesuatu yang penting. Pembentukan sister village sendiri terinspirasi dari
konsep pembentukan sister city. Berdasarkan Surat Edaran Menteri Dalam Negeri
Nomor: 1931l652IPUODI1993 tertanggal 26 April 1993, pembentukan sister city
harus didasarkan pada beberapa kriteria, seperti adanya kesamaan kedudukan atas
status administrasi, kesamaan besaran dan fungsi, kesamaan karakteristik, dan
kesamaan permasalahan. Analisis Cluster digunakan untuk melakukan
pengelompokan daerah bukan sulit agar berada pada cluster yang sama dengan
daerah sulit yang memiliki kesamaan karakteristik (sister village). K-Means (KM)
merupakan metode clustering non hirarki yang seringkali digunakan karena
kesederhanaannya dan kemudahannya untuk diimplementasikan. Akan tetapi,
KM memiliki kelemahan pada proses penentuan titik awal pusat cluster yang
dilakukan secara acak. K-Harmonic Means (KHM) adalah algoritma clustering
yang dapat memecahkan masalah inisialisasi pada algoritma KM, namun KHM
masih belum dapat mengatasi masalah lokal optima. Particle Swarm Optimization

---

Availability @Perpustakaan Pusat

No copy data

Detail Information

Series Title

-

Call Number

519.5 Ste h/REF.14.99.2

Publisher

Bandung : FMIPA Pascasarjana UNPAD., 2018

Collation

xiv, 120 hlm. ; il. ; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

519.5

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

-

Specific Detail Info

Reference

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment