Shella Novi, - (2020) CLUSTERING STATUS DESA MENGGUNAKAN METODE DBSCAN (DENSITY-BASED SPATIAL CLUSTERING OF APPLICATION WITH NOISE). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text (BAB IV dan BAB V) SHELLA NOVI-11551202751-BAB 4-5.pdf - Published Version Restricted to Repository staff only Download (2MB)
	Text (file lengkap tanpa BAB IV dan V) SHELLA NOVI-11551202751-FULL.pdf - Published Version Download (8MB)

Abstract

Desa adalah kesatuan masyarakat hukum yang memiliki batas wilayah yang berwenang untuk mengatur dan mengurus urusan pemerintahan, kepentingan masyarakat, hak asal usul, atau hak tradisional yang diakui dan dihormati dalam sistem pemerintahan Negara Kesatuan Republik Indonesia (NKRI). Setiap desa memiliki status yang berbeda-beda yang dinilai berdasarkan indeks ketahanan sosial, indeks ketahanan ekonomi, dan indeks ketahanan lingkungan/ekologi. Status desa ada 5 yakni: Desa Sangat Tertinggal, Desa Tertinggal, Desa Berkembang, Desa Maju dan Desa Mandiri (Direktur Jenderal Pembangunan Masyarakat Desa, 2018). Metode yang diterapkan dalam penelitian ini yaitu metode DBSCAN (Density-Based Spatial Clustering of Application with Noise). Tujuan dari penelitian ini yaitu untuk mengelompokkan desa dengan kemiripan data yang ada, dan untuk melihat efektivitas metode DBSCAN. Pada penelitian ini menggunakan 1591 data, dan 3 parameter utama yaitu IKS, IKE, IKL. Pada penelitian ini penulis menggunakan bahasa pemrograman python. Evaluasi performa dari clustering menggunakan metode DBSCAN dilakukan dengan memperhatikan nilai dari indeks silhouette coefficient. Besarnya nilai sillhoutte coefficient menunjukkan kualitas cluster yang terbentuk. Hasil dari penelitian ini didapatkan lima cluster dengan silhouette coefficient 0.82308 yang artinya pengelompokan sudah bagus.

Actions (login required)

View Item