ANALISIS KLASTER DENGAN METODE ENSEMBLE ROCK UNTUK DATA CAMPURAN : Studi Kasus Stunting di Provinsi Jawa Barat

Refki Ardy Prasetya, - (2020) ANALISIS KLASTER DENGAN METODE ENSEMBLE ROCK UNTUK DATA CAMPURAN : Studi Kasus Stunting di Provinsi Jawa Barat. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_MAT_1601718_Title.pdf Download (650kB)
	Text S_MAT_1601718_Chapter1.pdf Download (562kB)
	Text S_MAT_1601718_Chapter2.pdf Restricted to Staf Perpustakaan Download (366kB)
	Text S_MAT_1601718_Chapter3.pdf Download (403kB)
	Text S_MAT_1601718_Chapter4.pdf Restricted to Staf Perpustakaan Download (426kB)
	Text S_MAT_1601718_Chapter5.pdf Download (272kB)
	Text S_MAT_1601718_Appendix.pdf Restricted to Staf Perpustakaan Download (1MB)

Abstract

Masalah stunting merupakan salah satu problematika gizi yang dihadapi di dunia, umumnya dialami oleh negara-negara berkembang dan miskin. Dalam pengukuran stunting memerlukan banyak variabel yang perlu dipertimbangkan untuk menentukan seorang balita mengalami stunting atau tidak. Oleh karena itu dapat dilakukan pengklasteran untuk data stunting tahun 2018 di Provinsi Jawa Barat dengan beberapa faktor yang dapat mempengaruhi stunting. Data stunting berupa data campuran (data kategorik dan data numerik). Salah satu permasalahan dalam analisis klaster adalah jika data yang akan dianalisis berupa data campuran. Pengklasteran untuk data campuran menggunakan metode ensemble ROCK (Robust Clustering using linKs) dengan cara menggabungkan output pengklasteran untuk data kategorik dan data numerik. Metode yang diterapkan untuk data kategorik adalah ROCK sedangkan untuk data numerik digunakan metode hirarki agglomeratif. Untuk menentukan hasil pengklasteran terbaik ditentukan berdasarkan kriteria rasio antara simpangan baku dalam (Sw) dan simpangan baku anatar kelompok (Sb) yang terkecil. Berdasarkan 735 responden , metode ensemble ROCK dengan nilai θ=0,10 menghasilkan dua klaster dengan nilai rasio sebesar 0,0145 adalah hasil pengklasteran yang terbaik dengan karakteristik hasil pengklasteran metode ensemble ROCK yang diperoleh menjelaskan bahwa klaster satu lebih baik daripada klaster dua karena masih banyaknya anak yang mengalami obesitas dan simpulan PB/TB/U dengan kategori pendek yang banyak. Stunting is one of the nutritional problems faced in the world, generally experienced by developing and poor countries. In measuring stunting requires many variables that need to be considered to determine whether a toddler experiences stunting or not. Therefore, clustering can be done for 2018 stunting data in the Province of West Java with several factors that can affect stunting. Stunting data is in the form of mixed data (categorical data and numeric data). One of the problems in cluster analysis is if the data to be analyzed is mixed data. Clustering for mixed data uses the ROCK ensemble method (Robust Clustering using linKs) by combining clustering output for categorical data and nuclear data. The method applied for categorical data is ROCK while for numerical data the agglomerative hierarchy method is used. The best clustering results are determined based on the ratio criteria between the standard deviation in (Sw) and the smallest standard deviation between groups (Sb). Based on 735 respondents, the ROCK ensemble method with a value of 0, = 0.10 produces two clusters with a ratio value of 0,0145 is the best clustering result with the characteristics of the ROCK ensemble clustering method obtained explains that cluster one is better than cluster two because there are still many children obese and PB / TB / U conclusions with many short categories.

Item Type:	Thesis (S1)
Uncontrolled Keywords:	Stunting, Analisis klaster, Data Campuran, Data Kategorik, Data Numerik, Pengklasteran Ensemble, Rock
Subjects:	L Education > L Education (General) Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User:	Refki Ardy Prasetya
Date Deposited:	18 Feb 2020 02:22
Last Modified:	18 Feb 2020 02:22
URI:	http://repository.upi.edu/id/eprint/46860

Actions (login required)

View Item