IRPIIRPI
MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer ScienceKesenjangan ekonomi antarwilayah merupakan permasalahan penting dalam pembangunan Indonesia, yang salah satunya dapat dilihat melalui variasi Produk Domestik Regional Bruto (PDRB) pada tingkat kabupaten/kota. Penelitian ini bertujuan untuk memetakan kondisi ekonomi daerah di Indonesia dengan mengelompokkan kabupaten/kota berdasarkan nilai PDRB tahun 2024 menggunakan algoritma K-Means clustering. Data penelitian diperoleh dari Badan Pusat Statistik (BPS), kemudian melalui tahap pra-pemrosesan berupa pembersihan data dan normalisasi Min-Max. Jumlah klaster ditentukan sebanyak empat kelompok (Sangat Rendah, Rendah, Sedang, dan Tinggi) dengan dasar pembagian kuartil, sehingga menghasilkan klasifikasi yang lebih objektif dan representatif terhadap distribusi data. Hasil penelitian menunjukkan bahwa mayoritas kabupaten/kota termasuk dalam kategori Rendah dan Sedang, sedangkan kategori Tinggi didominasi wilayah dengan basis industri dan jasa yang lebih maju. Evaluasi menggunakan Silhouette Score menghasilkan nilai 0,778, yang menandakan kualitas klasterisasi cukup baik dengan pemisahan antarkelompok yang jelas. Temuan ini mengindikasikan masih adanya ketimpangan distribusi ekonomi antarwilayah. Penelitian ini berkontribusi dalam menyediakan kerangka klasifikasi ekonomi daerah berbasis data kuantitatif yang dapat digunakan sebagai acuan dalam perumusan kebijakan pembangunan yang lebih merata serta menjadi dasar bagi penelitian lanjutan yang mengintegrasikan variabel sosial-ekonomi lainnya.
Penelitian ini berhasil mengelompokkan kabupaten dan kota di Indonesia berdasarkan data PDRB tahun 2024 menggunakan algoritma K-Means.Kategori Sangat Rendah dan Rendah mendominasi wilayah dengan keterbatasan diversifikasi ekonomi, sementara kategori Tinggi didominasi oleh wilayah dengan sektor industri dan jasa yang maju.Evaluasi Silhouette Score sebesar 0,778 menunjukkan kualitas klasterisasi yang baik.Penelitian ini memberikan kerangka klasifikasi berbasis data untuk strategi pembangunan yang lebih merata, namun keterbatasan penggunaan satu variabel utama (PDRB) menunjukkan perlunya integrasi indikator tambahan.
Penelitian lanjutan dapat mengintegrasikan indikator sosial-ekonomi tambahan seperti tingkat kemiskinan dan akses pendidikan untuk meningkatkan akurasi klasterisasi. Selain itu, penggunaan metode clustering alternatif seperti Fuzzy C-Means atau Hierarchical Clustering dapat dikaji untuk membandingkan efektivitas dalam mengelompokkan wilayah dengan karakteristik kompleks. Studi juga diperlukan untuk menganalisis dampak kebijakan pembangunan yang disesuaikan dengan kategori klaster, terutama untuk wilayah dengan kategori Sangat Rendah, guna mengurangi kesenjangan ekonomi secara berkelanjutan.
| File size | 510.14 KB |
| Pages | 9 |
| DMCA | Report |
Related /
STMIK DCISTMIK DCI Hasil menunjukkan bahwa algoritma Random Forest mampu memberikan prediksi dengan tingkat kesalahan yang rendah dan stabil. Sistem ini diharapkan dapatHasil menunjukkan bahwa algoritma Random Forest mampu memberikan prediksi dengan tingkat kesalahan yang rendah dan stabil. Sistem ini diharapkan dapat
IRPIIRPI The results obtained in the study from several users who have used the application are that it makes it easier to monitor childrens development in theThe results obtained in the study from several users who have used the application are that it makes it easier to monitor childrens development in the
IRPIIRPI Penelitian ini menunjukkan hasil yang sangat positif dan berhasil mencapai tujuan menilai kualitas pengalaman pengguna pada sistem informasi kesehatanPenelitian ini menunjukkan hasil yang sangat positif dan berhasil mencapai tujuan menilai kualitas pengalaman pengguna pada sistem informasi kesehatan
IRPIIRPI Skor model K-Means pada Silhouette Score sebesar 0. 5175, nilai model K-Means pada Davies-Bouldin Index sebesar 0. 7241, dan skor untuk K-Means terhadapSkor model K-Means pada Silhouette Score sebesar 0. 5175, nilai model K-Means pada Davies-Bouldin Index sebesar 0. 7241, dan skor untuk K-Means terhadap
IRPIIRPI Model prediksi ini juga dapat dimanfaatkan untuk memperkirakan potensi engagement suatu video sebelum dipublikasikan. Riset ini berhasil mengkaji faktor-faktorModel prediksi ini juga dapat dimanfaatkan untuk memperkirakan potensi engagement suatu video sebelum dipublikasikan. Riset ini berhasil mengkaji faktor-faktor
IRPIIRPI Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma clustering, yaitu K-Means dan K-Medoids, dalam mengelompokkan 497 sekolah negeri diPenelitian ini bertujuan untuk membandingkan kinerja dua algoritma clustering, yaitu K-Means dan K-Medoids, dalam mengelompokkan 497 sekolah negeri di
IRPIIRPI Salah satu perawi hadits yang paling dihormati adalah Imam Bukhari, yang dikenal dengan ketelitian dan ketegasannya dalam memilih hadits-hadits yang otentik.Salah satu perawi hadits yang paling dihormati adalah Imam Bukhari, yang dikenal dengan ketelitian dan ketegasannya dalam memilih hadits-hadits yang otentik.
BELITUNG RAYABELITUNG RAYA Terdapat 33 responden yang direkrut menggunakan sampel acak sederhana. Skala penilaian numerik digunakan untuk mengukur nyeri persalinan. Data dianalisisTerdapat 33 responden yang direkrut menggunakan sampel acak sederhana. Skala penilaian numerik digunakan untuk mengukur nyeri persalinan. Data dianalisis
Useful /
UNHASYUNHASY Perkembangan teknologi informasi mendorong peningkatan efisiensi dalam pelayanan administrasi pemerintahan, termasuk dalam proses pemilihan ASN teladan.Perkembangan teknologi informasi mendorong peningkatan efisiensi dalam pelayanan administrasi pemerintahan, termasuk dalam proses pemilihan ASN teladan.
IRPIIRPI Saat ini, pengukuran kepuasan masyarakat terhadap layanan masih dilakukan secara manual menggunakan kertas dan pena, sehingga menimbulkan berbagai kendalaSaat ini, pengukuran kepuasan masyarakat terhadap layanan masih dilakukan secara manual menggunakan kertas dan pena, sehingga menimbulkan berbagai kendala
IRPIIRPI Temuan ini menggarisbawahi pentingnya strategi segmentasi dalam pengembangan layanan keuangan digital yang lebih inklusif dan relevan dengan kebutuhanTemuan ini menggarisbawahi pentingnya strategi segmentasi dalam pengembangan layanan keuangan digital yang lebih inklusif dan relevan dengan kebutuhan
IRPIIRPI Namun, aplikasi masih memiliki kelemahan pada antarmuka yang kurang intuitif dan keterbatasan dalam mengelola kategori barang yang kompleks. PengembanganNamun, aplikasi masih memiliki kelemahan pada antarmuka yang kurang intuitif dan keterbatasan dalam mengelola kategori barang yang kompleks. Pengembangan