INTEGRATED LIBRARY

Universitas Diponegoro

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Masuk
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Metode K-Harmonic Means Clustering dengan Validasi Silhouette Coefficient (Studi Kasus : Empat Faktor Utama Penyebab Stunting 34 Provinsi di Indonesia Tahun 2018)

Silvy ‘Aina Salsabila - Nama Orang;

Metode k-harmonic means merupakan metode penggunaan nilai titik pusat klaster
yaitu menentukan setiap klaster dari titik pusatnya berdasarkan perhitungan ratarata harmonik. Metode k-harmonic means menentukan keberadaan tiap titik
datanya berdasarkan dari fungsi keanggotaan dan fungsi pembobotan dengan
menggunakan ukuran jarak pada proses clustering, yang bertujuan untuk
meningkatkan kepentingan data-data yang jauh dari tiap-tiap titik pusat. Hal ini
menyebabkan k-harmonic means bersifat tidak sensitif dalam inisialisasi awal
dalam penentuan titik pusat klaster dan secara signifikan meningkatkan kualitas
klasterisasi dibandingkan dengan k-means. Dalam menentukan tingkat kemiripan,
penentuan tingkat kemiripan menggunakan ukuran jarak dan ukuran jarak yang
digunakan adalah ukuran jarak euclidean. Ukuran jarak yang digunakan dalam
analisis klaster dapat berpengaruh pada hasil klaster yang diperoleh. Sehingga,
untuk mengetahui kualitas hasil analisis klaster dilakukan uji validasi dengan
pendekatan kriteria internal yaitu validasi silhouette coefficient. Pada penelitian ini
metode k-harmonic means digunakan untuk mengelompokkan provinsi di
Indonesia berdasarkan faktor penyebab stunting tahun 2018. Tingkat stunting pada
balita di Indonesia sudah melampaui batas yang ditetapkan oleh WHO. Pada tahun
2016-2017 terjadi peningkatan prevalensi stunting sebesar 27,5% menjadi 29,6%.
Metode k-harmonic means digunakan agar empat faktor utama penyebab stunting
pada setiap provinsi di Indonesia dapat terlihat dan pencegahan serta penyembuhan
stunting dapat berjalan dengan optimal. Metode ini juga digunakan karena data
empat faktor penyebab stunting ini menunjukan adanya laju perubahan yang
signifikan dan sebagai ukuran tendensi sentral pada 34 objek provinsi di Indonesia.
Empat fator penyebab stunting yang digunakan, yaitu persentase rumah tangga
yang tidak memiliki akses air minum bersih, persentase pemberian Air Susu Ibu
(ASI) eksklusif, persentase Bayi Berat Lahir Rendah (BBLR) ≤ 2.500-gram lahir
dengan selamat dan persentase rumah tangga yang tidak memiliki fasilitas sanitasi
yang layak. Hasil penelitian diperoleh klaster yang optimal pada k = 3
menggunakan jarak euclidean, dimana nilai silhouette coefficient = 0,3040722675
≈ 0,3. Pada hasil profilisasi analisis klaster diketahui bahwa pada klaster satu, faktor
utama yang paling menonjol yaitu, persentase pemberian Air Susu Ibu (ASI)
eksklusif. Pada klaster dua, faktor utama yang paling menonjol adalah persentase
Bayi Berat Badan Lahir Rendah (BBLR) ≤ 2.500-gram lahir dengan selamat. Pada
klaster tiga, faktor utama yang paling menonjol adalah persentase Bayi Berat Badan
Lahir Rendah (BBLR) ≤ 2.500-gram lahir dengan selamat dan persentase rumah
tangga yang tidak memiliki fasilitas sanitasi yang layak dengan rata-rata nilai
centroid paling tinggi diantara klaster lain.
Kata Kunci: Pengklasteran, K-Harmonic Means, Jarak Euclidean, Silhouette
Coefficient, Stunting


Ketersediaan — Fakultas Sains dan Matematika

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
942 E 2022
Penerbit
SEMARANG : Departemen Statistika FSM., 2022
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Silvy ‘Aina Salsabila / Dr. tatik Widiharih,M.Si. / Drs. Sudarno,M.Si.
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

INTEGRATED LIBRARY
Universitas Diponegoro
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?