Pendekatan Cluster Provinsi dalam Perencanaan Pembangunan Menggunakan Metode Fuzzy K-Means Clustering

Septian Wulandari

Abstract


Perencanaan pembangunan di negara Indonesia perlu memperhatikan analisis komprehensif terhadap aspek-aspek mengenai pengembangan pembangunan di masing-masing provinsi. Aspek-aspek tersebut meliputi ekonomi, sosial, geografis, ekologi, dan lain sebagainaya. Di era sekarang, menentukan daya saing suatu daerah atau provinsi tidak hanya ditentukan oleh keberadaan industri, tetapi juga pada kemampuan pemerintah daerah dalam menciptakan keunggulan di daerah dibandingkan dengan daerah lainnya. Disamping itu, struktur cluster dalam pengelolaan pembangunan di daerah sangat penting untuk membentuk daerah yang menarik investasi dan penempatan lokasi investasi. Oleh karena itu, konsep cluster dalam perencanaan pembangunan pada provinsi diperlukan sehingga dapat menjadi acuan pemerintah dalam menentukan ketergantungan daya saing daerah atau provinsi pada ketersediaan cluster industri yang saling berhubungan. Penelitian ini bertujuan untuk melakukan cluster pada perencanaan pembangunan setiap provinsi di Indonesia menggunakan metode fuzzy k-means. Data yang digunakan adalah indikator perencanaan pembangunan pada tahun 2020 yang diperoleh dari Badan Pusat Statistik. Sedangkan, indikator perencanaan pembangunan meliputi jumlah penduduk, laju pertumbuhan penduduk, presentase penduduk, kepadatan penduduk, dan rasio kelamin. Hasil dari penelitian ini dihasilkan empat cluster yaitu cluster 1 memiliki 3 anggota provinsi, cluster 2 memiliki 18 anggota provinsi, cluster 3 memiliki 10 anggota provinsi, dan cluster 4 memiliki 3 anggota provinsi. Sedangkan, nilai fuzzy silhouette adalah 0,5650668.

Full Text:

PDF

References


A. Ramadhan, Efendi, M. (2017). Perbandingan K-Means dan Fuzzy C-Means untuk Pengelompokan Data User Knowledge Modeling. Seminar Nasional Teknologi Informasi, Komunikasi Dan Industri (SNTIKI) 9, 219–226.

Ashari, M., Wahyunadi, & Hailuddin. (2015). Analisis Perencanaan Pembangunan Daerah Di Kabupaten Lombok Utara ( Studi Kasus Perencanaan Partisipatif Tahun 2009-2013 ). Jurnal Ekonomi & Kebijakan Publik, 6(2), 163–180. file:///C:/Users/ADMIN/Downloads/354-680-1-SM.pdf

Budi, S. dan A. (2013). Klasterisasi Indeks Pembangunan Manusia (IPM) Per Kabupaten di Indonesia Dengan Menggunakan Algoritma K-Means. Journal of Chemical Information and Modeling, 53(9), 1689–1699.

Kementerian Negara Perencanaan Pembangunan Nasional. (2014). Buku I Agenda Pembangunan Nasional: Rancangan Awal Rencana Pembangunan Jangka Menengah Nasional 2015-2019.

Muhyiddin. (2020). Covid-19, New Normal, dan Perencanaan Pembangunan di Indonesia. Jurnal Perencanaan Pembangunan: The Indonesian Journal of Development Planning, 4(2), 240–252. https://doi.org/10.36574/jpp.v4i2.118

Rifa’i, A., & Setiadji, G. G. (2020). Implementasi Metode Fuzzy K-Means untuk Cluster Judul Skripsi Mahasiswa. Jurnal Pengembangan Rekayasa Dan …, 16(2), 98–104. http://journals.usm.ac.id/index.php/jprt/article/view/2637

Safarina, Y., Hayati, M. N., & Nasution, N. (2019). Penerapan Metode Hierarichal Clustering Multiscale Bootstrap (Studi Kasus : Indeks Pembangunan Manusia (IPM) Di Kalimantan Timur Tahun 2017). Prosiding Seminar Nasional Matematika, Statistika, Dan Aplikasinya 2019, 29–35.

Sanusi, W., Zaky, A., & Afni, B. N. (2020). Analisis Fuzzy C-Means dan Penerapannya Dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Faktor-faktor Penyebab Gizi Buruk. Journal of Mathematics, Computations, and Statistics, 2(1), 47. https://doi.org/10.35580/jmathcos.v2i1.12458

Setianingsih, B. (2015). Efektivitas Sistem Perencanaan Pembangunan Daerah (Simrenda) (Studi Pada Badan Perencanaan Pembangunan Daerah Kota Malang). Jurnal Administrasi Publik Mahasiswa Universitas Brawijaya, 3(11), 1930–1936.

Wulandari, S. (2020). Clustering Kecamatan di Kota Bandung Berdasarkan Indikator Jumlah Penduduk dengan Menggunakan Algoritma K-Means. Seminar Nasional Riset Dan Teknologi (SEMNAS RISTEK) 2020, 128–132.


Refbacks

  • There are currently no refbacks.


Faculty of Mathematics and Sciences
Universitas Indraprasta PGRI

Address: Jl. Raya Tengah No. 80, Kel. Gedong, Kec. Pasar Rebo, Jakarta Timur 13760 , Jakarta, Indonesia. 
Phone: +62 (021) 7818718 – 78835283 | Close in sunday and public holidays in Indonesia
Work Hours: 09.00 AM – 08.00 PM
Best hours to visit: From 9 am to 11 am or after 3 pm. The busiest times are between 11 am and 3 pm. 

Creative Commons License
Prosiding Seminar Nasional Sains 2020 is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License