Metode K-Means Cluster dan Fuzzy C-Means Cluster (Studi Kasus: Indeks Pembangunan Manusia di Kawasan Indonesia Timur tahun 2012)

Abstract

Analisis kelompok (cluster analysis) telah digunakan diberbagai bidang ilmu pengetahuan, dengan tujuan mengelompokkan objek/observasi. Hal penting dalam analisis kelompok adalah memperoleh nilai simpangan baku dalam kelompok (S ) yang minimum dan nilai simpangan baku antar kelompok (S ) yang maksimum, untuk jumlah kelompok yang optimum didapatkan dengan menggunakan kriteria ukuran validitas, yaitu Indeks Xie dan Beni. Pada penelitian ini dilakukan pengelompokkan variabel pembentuk Indeks Pembangunan Manusia di Kawasan Indonesia Timur pada tahun 2012 dengan menggunakan analisis clustering, yaitu metode k-means dan fuzzy c-means cluster. Variabel-variabel pembentuk IPM, terdiri dari angka harapan hidup; angka melek huruf; rata-rata lamanya sekolah, dan Purchasing Power Parity (paritas daya beli). Dari hasil analisis didaptkan fuzzy c means menghasilkan nilai S B lebih kecil dibandingkan metode c-means. Pada FCM jumlah kelompok optimum sebanyak enam kelompok dengan nilai Indeks Xie dan Beni 0,0006589. Kelompok 1 terdiri dari32 kabupaten/kota, kelompok 2 terdiri dari 18 kabupaten/kota, kelompok 3 terdiri dari 26 kabupaten/kota, kelompok 4 terdiri dari 50 kabupaten/kota. Kelompok 5 terdiri dari 49 kabupaten/kota, dan kelompok 6 terdiri dari 44 kabupaten/kota.