Pengelompokan Kabupaten/Kota di Provinsi Jawa Barat berdasarkan tingkat sebaran pengangguran menggunakan Metode Density Based Spatial Clustering Algorithm With Noise (DBSCAN)

Khurin'in, Ade Irza (2021) Pengelompokan Kabupaten/Kota di Provinsi Jawa Barat berdasarkan tingkat sebaran pengangguran menggunakan Metode Density Based Spatial Clustering Algorithm With Noise (DBSCAN). ['eprint_fieldopt_thesis_type_undergraduate' not defined] thesis, UIN Sunan Ampel Surabaya.

[thumbnail of Ade Irza Khurin'in_H72217015.pdf] Text
Ade Irza Khurin'in_H72217015.pdf

Download (2MB)

Abstract

Provinsi Jawa Barat merupakan salah satu tingkat pengangguran tertinggi di Indonesia yang menyebabkan penduduknya kurang sejahtera. Provinsi Jawa Barat terdiri dari 27 Kabupaten/Kota masing-masing mempunyai jumlah pengangguran yang berbeda-beda. Perlu upaya untuk mengelompokkan tingkat sebaran pengangguran di Provinsi Jawa Barat. Algoritma clustering yang digunakan pada penelitian ini adalah Density Based Spatial Clustering Algorithm with Noise(DBSCAN). Tujuan dari penelitian ini untuk mengetahui tingkat pengangguran di setiap daerah pada tahun 2017, 2018, dan 2019 di Provinsi Jawa Barat. Metode ini mendapatkan cluster optimal di 2 cluster pada nilai silhouette coefficient sebesar 0.38 dengan parameter epsilon 0.8 dan MinPts 2. Dapat disimpulkan bahwa struktur cluster yang didapat termasuk lemah. Hasil cluster menunjukkan Kabupaten yang menjadi noise sekaligus Kabupaten dengan tingkat sebaran pengangguran tertinggi adalah Kabupaten Bogor, Kabupaten Bandung, Kabupaten Bekasi, dan Kabupaten Sukabumi.

Item Type: Thesis (['eprint_fieldopt_thesis_type_undergraduate' not defined])
Uncontrolled Keywords: DBSCAN; Silhouette Coefficient; cluster; Tingkat sebaran pengangguran.
Subjects: Matematika
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Ade Irza Khurin'in
Date Deposited: 28 Jul 2021 11:40
Last Modified: 28 Jul 2021 11:41
URI: http://digilib.uinsby.ac.id/id/eprint/49000

Actions (login required)

View Item
View Item