SOFT CLUSTERING DENGAN ALGORITMA FUZZY K-MEANS (STUDI KASUS : PENGELOMPOKAN DESA DI KOTA TIDORE KEPULAUAN)
Abstract
Mengembangkan wilayah untuk mengurangi kesenjangan dan menjamin pemerataan merupakan salah satu dari tujuh agenda Pembangunana RPJMN IV Tahun 2020-2024. Setiap wilayah tentunya memiliki potensi yang berbeda, baik potensi fisik maupun non-fisik. Perbedaan inilah yang menjadi dasar dalam pengelompokan desa sehingga pembangunan desa menjadi lebih terarah. Secara umum metode klaster dapat dibedakan menjadi dua kelompok yaitu hard clustering dan soft clustering. Pada hard clustering setiap objek dipetakan terhadap setiap kelompok. Metode yang populer pada kelompok hard clustering adalah Cluster K-Means. Sedangkan pada soft clustering objek tidak hanya dipetakan kedalam satu kelompok. Fuzzy K Means (FCM) merupakan salah satu metode dalam soft clustering, dimana Fuzzy K Means merupakan pengembangan dari Cluster K-Means. Cara kerja FCM adalah objek diberi probabilitas yang pada dasarnya menggambarkan kepemilikan objek ke dalam Cluster.
Downloads
References
D. A. Suseno, S. Sunarto, “Analisis Perencanaan Pembangunan Desa Berbasis Undang-Undang Desa No 6 Tahun 2014 di Kecamatan Gunung Pati Kota Semarang,†Jurnal STIE Semarang, vol. 8, no. 2, pp. 122-137, Juni 2016.
BPS, Pedoman Podes Desa, Jakarta: BPS, 2020.
M. G. Sadewo, A. Eriza, A.P. Windarto, D. Ha.rtama, “Algoritma K-Means Dalam Mengelompokkan Desa/Kelurahan Menurut Keluarga Pengguna Listrik dan Sumber Penerangan Jalan Utama Berdasarkan Provinsi,†Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), pp. 754-761, 26 Januari 2019, 2019.
A. B Ndraha, D. P. Uang, “Strategi Pemberdayaan Masyarakat Desa Melalui Pengembangan Ekonomi Lokal di Kabupaten Halmahera Barat Provinsi Maluku,†Jurnal Pembangunan dan Pemberdayaan Pemerintah, vol.3, no.2, pp. 137-149, November 2018.
BPS Provinsi Maluku Utara, Statistik Potensi Desa Maluku Utara 2019, Ternate : BPS Provinsi Maluku Utara, 2020.
M. Warouw, R. L. R. Paulus, P. Andrian, “Kajian Faktor-faktor dalam proses pembangunan desa di era otonomi daerah di kecamatan Sinonsayang,†Jurnal Agro-Sosioekonomi, vol 11, no. 2A, pp. 13-20, Juli 2015.
R. Indriani, “ Analisis Faktor-faktor yang Mempengaruhi Pelaksanaan Pembangunan Infrastruktur di Desa Sungai Cina Kabupaten Kepulauan Meranti Tahun 2016,†Skripsi, Universitas Islam Negeri Sultan Syarif Kasim Riau, Pekanbaru, 2018.
M. W. Talakua, Z. A. Leleury, A. W. Talluta,†Analisis Cluster dengan Menggunakan Metode K-Means untuk Pengelompokkan Kabupaten/Kota di Provinsi Maluku Berdasarkan Indeks Pembangunan Manusia Tahun 2014,†Barekeng: Jurnal Ilmu Matematika dan Terapan, vol. 11, no. 2, pp. 119-128, Desember 2017.
E. Prasetyo, data mining konsep dan aplikasi menggunakan Matlab. Jogjakarta: Andi, 2003.
J. Hossen, A. Rahman, S. Sayeed, K. Samsuddin, F.A. Rokhani, “A Modified Hybrid Fuzzy Clustering Algorithm for Data Partitions,†Australian Journal of Basic and Applied Sciences, vol.5, no.8, pp. 674-681, Agustus 2011.
W. Sanusi, A. Zaky, B.N. Afni, Analisis Fuzzy C-Means dan Penerapannya Dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Faktor faktor Penyebab Gizi Buruk, UNM, 30 Mei 2018, [Online]. Tersedia : http://eprints.unm.ac.id/9027/ [Diakses : 24 Juli 2021].
D.L. Rahakbauw, V.Y.U. Ilwaru, M.H. Hahury, “Implementasi Fuzzy C-Means Clustering dalam penentuan beasiswa,†Barekeng: Jurnal Ilmu Matematika dan Terapan, vol. 11, no,1 pp. 1-11, Maret 2017.
B. Muslimatun, “Perbandingan Metode K-Means dan Metode Fuzzy C Means (FCM) untuk Clustering Dataâ€, Skripsi, UIN Malang, Malang, 2011.
R. Handoyo, R. Rumani, S.M. Nasution, “Perbandingan Metode Clustering Menggunakan Metode Single Lingkage dan K-Means pada pengelompokkan dokumen,†JSM STMIK Mikroskil, vol.15, no.2, pp. 73-82, Oktober 2014.
L. Kaufman, P.J. Rousseuw. Finding Groups in Data. New York: John Wiley&Sons, 1990.
Authors who publish with this Journal agree to the following terms:
- Author retain copyright and grant the journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allow others to share the work within an acknowledgement of the work’s authorship and initial publication of this journal.
- Authors are able to enter into separate, additional contractual arrangement for the non-exclusive distribution of the journal’s published version of the work (e.g. acknowledgement of its initial publication in this journal).
- Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published works.
1.gif)
