Zumafika Nadila Fitriani, NIM: A1202101679 (2024) Pengelompokkan Kabupaten/Kota Di Provinsi Papua Berdasarkan Faktor-faktor Yang Mempengaruhi Kemiskinan Tahun 2021 Menggunakan Analisis Cluster Dengan Metode K-Means. Diploma thesis, ITESA Muhammadiyah Semarang.
![[thumbnail of Bab 1 zumafikanadilafitrianiA1202101679P.pdf]](/style/images/fileicons/text.png)
Bab 1 zumafikanadilafitrianiA1202101679P.pdf
Restricted to Registered users only until 22 August 2029.
Download (1MB)
![[thumbnail of Full Text zumafikanadilafitrianiA1202101679L.pdf]](/style/images/fileicons/text.png)
Full Text zumafikanadilafitrianiA1202101679L.pdf
Restricted to Registered users only until 22 August 2029.
Download (5MB)
![[thumbnail of Zumafika Nadila Fitriani - Atika Nurani Ambarwati, S.Si., M.Si. - Zumafika Nadila Fitriani Fika.pdf]](/style/images/fileicons/text.png)
Zumafika Nadila Fitriani - Atika Nurani Ambarwati, S.Si., M.Si. - Zumafika Nadila Fitriani Fika.pdf
Restricted to Registered users only until 22 August 2029.
Download (302kB)
Abstract
Kemiskinan memiliki dampak yang luas dan kompleks pada individu serta masyarakat. Mereka yang hidup dalam kondisi miskin sering menghadapi kesulitan untuk memenuhi kebutuhan dasar seperti makanan, tempat tinggal yang layak, dan pendidikan. Suatu negara atau daerah dikatakan sejahtera jika memiliki persentase penduduk miskin yang rendah. Pada bulan September 2021, Provinsi Papua memiliki persentase penduduk miskin tertinggi di Indonesia, yaitu sebesar 27,38 persen. Untuk mengatasi kemiskinan di Provinsi Papua, penting untuk melakukan penelitian yang dapat mengelompokkan kabupaten/kota berdasarkan ciri-ciri atau karakteristik kemiskinan yang serupa atau homogen. Salah satu metode yang dapat digunakan adalah analisis cluster dengan metode K-Means. Pengelompokkan Kabupaten/Kota di Provinsi Papua Berdasarkan Faktor-Faktor yang Mempengaruhi Kemiskinan di Provinsi Papua Menggunakan Analisis Cluster dengan Metode K-Means menghasilkan 2 cluster. Pada cluster 1, dengan indikator Rata-rata Lama Sekolah, Harapan Lama Sekolah, Tingkat Pengangguran Terbuka, Angka Harapan Hidup, dan Pengeluaran Per Kapita Disesuaikan menunjukkan nilai rata-rata tinggi. Faktor-faktor ini mencerminkan kondisi sosial dan ekonomi yang baik, dan biasanya berkaitan dengan tingkat kemiskinan yang rendah. Sedangkan cluster 2, pada indikator Rata-rata Lama Sekolah, Harapan Lama Sekolah, Tingkat Pengangguran Terbuka, Angka Harapan Hidup, dan Pengeluaran Per Kapita Disesuaikan menunjukkan nilai rata-rata rendah. Faktor-faktor ini mencerminkan kondisi sosial dan ekonomi yang kurang baik, dan biasanya berkaitan dengan tingkat kemiskinan yang tinggi
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Kemiskinan, K-Means, Clustering |
Subjects: | H Social Sciences > HA Statistics H Social Sciences > HC Economic History and Conditions H Social Sciences > HN Social history and conditions. Social problems. Social reform |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Mathematics |
Depositing User: | Unnamed user with email [email protected] |
Date Deposited: | 04 Sep 2024 07:47 |
Last Modified: | 04 Sep 2024 07:47 |
URI: | https://repository.itesa.ac.id/id/eprint/322 |