RAFIQI, Aufa (2025) PERBANDINGAN ALGORITMA K-MEANS DAN FUZZY C-MEANS DALAM PENGELOMPOKAN TINGKAT PENGANGGURAN TERBUKA KABUPATEN KOTA DI JAWA TENGAH. Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (HALAMAN AWAL)
COVER-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Download (707kB) |
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/text.png) |
Text (ABSTRAK)
ABSTRAK-Aufa Rafiqi-42420008-Skripsi-2025.docx - Published Version Download (39kB) |
|
PDF (BAB I)
BAB I-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (255kB) |
|
PDF (BAB II)
BAB II-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (263kB) |
|
PDF (BAB III)
BAB III-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (484kB) |
|
PDF (BAB IV)
BAB IV-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB V)
BAB V-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Download (11kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Download (223kB) |
|
PDF (LAMPIRAN)
LAMPIRAN-Aufa Rafiqi-42420008-Skripsi-2025.pdf - Published Version Restricted to Repository staff only Download (890kB) |
Abstract
Penelitian ini bertujuan untuk membandingkan efektivitas algoritma K- Means dan Fuzzy C-Means dalam pengelompokan tingkat pengangguran terbuka di Kabupaten/Kota Provinsi Jawa Tengah. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik (BPS) tahun 2022 dengan tiga indikator utama: jumlah penduduk, jumlah industri, dan upah minimum kabupaten/kota. Hasil analisis menunjukkan bahwa algoritma K-Means menghasilkan nilai Silhouette Score sebesar 0,3738, sementara algoritma Fuzzy C-Means menghasilkan nilai Silhouette Score lebih rendah sebesar 0,3549. Dengan demikian, dapat disimpulkan bahwa K-Means memiliki keunggulan dalam hal kualitas pemisahan cluster berdasarkan konsistensi internal (Silhouette Score). Untuk penelitian selanjutnya, disarankan menambahkan metrik evaluasi lain seperti Davies-Bouldin Index (DBI) dan Calinski-Harabasz Index (CHI) agar perbandingan kualitas algoritma menjadi lebih komprehensif.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Pengangguran Terbuka, K-Means, Fuzzy C-Means, Clustering, | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 006-Metode Komputer Tertentu > Kecerdasan Buatan;Sistem Pakar; Neural Network; Data Mining; Machine learning; Computer Vision; Pengolahan Citra | |||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | S.E. Khozin Khozin | |||||||||
| Date Deposited: | 02 Mar 2026 04:14 | |||||||||
| Last Modified: | 02 Mar 2026 04:14 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/2335 |
Actions (login required)
 |
View Item |