%0 Thesis
%9 Skripsi
%A Nur Khasanah, Miftahul
%A Virgantari, Fitria
%A Erika Faridhan, Yasmin
%A Universitas Pakuan,
%A Fakultas Matematika dan Ilmu Pnegetahuan Alam,
%A Program Studi Matematika,
%B Fakultas Matematika dan Pengetahuan Alam
%D 2024
%F eprintsunpak:8837
%I Universitas Pakuan
%P 24
%T PERBANDINGAN METODE SINGLE LINKAGE DAN  AVERAGE LINKAGE DALAM PENGELOMPOKAN PROVINSI DI  INDONESIA BERDASARKAN INDIKATOR KEMISKINAN
%U http://eprints.unpak.ac.id/8837/
%X PERBANDINGAN METODE SINGLE LINKAGE DAN  AVERAGE LINKAGE DALAM PENGELOMPOKAN PROVINSI DI  INDONESIA BERDASARKAN INDIKATOR KEMISKINAN  Miftahul Nur Khasanah 1  , Fitria Virgantari2  , Yasmin Erika Faridhan3  1,2,3Program Studi Matematika, FMIPA, Universitas Pakuan, Indonesia  e-mail: miftahmiftah228@gmail.com  Abstract: Poverty is one of the most difficult problem to solve. In September 2022, there  was an increase in the number of poor people in Indonesia. However, the poverty rate in  each province in Indonesia varies. Cluster analysis can be used in grouping areas based  on similar characteristics. This study aims to analyze and choose the better method between  single linkage and average linkage in clustering 34 provinces in Indonesia based on  poverty indicators. The data used in this study is taken from the 2022 BPS data of  SUSENAS. The variables used in this study are percentage of the poor population, open  unemployment rate, human development index, poverty line, and adjusted per capita  expenditure in 34 provinces in Indonesia. The optimal cluster is determined using the elbow  method, and the method are compared based on variance ratio values. The optimal number  of clusters identified in this study is three, with a variance ratio of 5.27% and 4.63% for  the single linkage method and average linkage method, respectively. Hence in this study,  average linkage is the better method compared to single linkage. The clustering results  from the average linkage method reveal that the cluster with low poverty indicators consists  of one province, the cluster with moderate poverty indicators comprises 31 provinces, while  two provinces are in the cluster with high poverty indicators.  Keywords: poverty, single linkage, average linkage, elbow method, variance ratio  Abstrak: Kemiskinan merupakan salah satu masalah yang sulit untuk di selesaikan. Pada  September 2022, terjadi peningkatan jumlah penduduk miskin di Indonesia. Namun  demikian, tingkat kemiskinan di setiap provinsi di Indonesia berbeda-beda. Analisis klaster  dapat digunakan dalam pengelompokan wilayah berdasarkan kesamaan karakteristiknya.  Penelitian ini bertujuan untuk menganalisis dan menentukan metode yang lebih baik  antara metode single linkage dan average linkage dalam pengelompokan 34 provinsi di  Indonesia berdasarkan indikator kemiskinan. Data yang digunakan dalam penelitian ini  diambil dari SUSENAS BPS tahun 2022. Peubah yang digunakan adalah persentase  jumlah penduduk miskin, tingkat pengangguran terbuka, indeks pembangunan manusia,  garis kemiskinan dan pengeluaran perkapita disesuaikan dari 34 provinsi di Indonesia.  Penentuan klaster yang optimal menggunakan metode elbow dan perbandingan metode  didasarkan pada nilai rasio ragam. Banyaknya klaster yang optimal pada penelitian ini  yaitu sebanyak tiga klaster, dengan nilai rasio ragam pada metode single linkage sebesar  5,27%, sedangkan nilai rasio ragam pada metode average linkage sebesar 4,63%. Dengan  demikian, average linkage menjadi metode yang lebih baik dibandingkan single linkage.  Hasil proses pengklasteran pada metode average linkage, yaitu klaster yang memiliki  indikator kemiskinan rendah terdiri dari satu provinsi, klaster yang memiliki indikator  kemiskinan sedang terdiri dari 31 provinsi, dan dua provinsi berada pada klaster dengan  indikator kemiskinan tinggi.  Kata Kunci: kemiskinan, single linkage, average linkage, metode elbow, rasio ragam.