ANALISIS INDEKS PEMBANGUNAN MANUSIA (IPM) DAN PENGELOMPOKKAN DATA KEPENDUDUKAN NEGARA- NEGARA DI ASIA MENGGUNAKAN ALGORITMA SELF ORGANIZING MAPS (SOM) KOHONEN DENGAN PEMETAAN SECARA GEOSPASIAL Studi Kasus: Data IPM dan Kependudukan Negara di Asia tahun 2018

Zulfa, Aulia Khusna and Jaka, Nugraha (2019) ANALISIS INDEKS PEMBANGUNAN MANUSIA (IPM) DAN PENGELOMPOKKAN DATA KEPENDUDUKAN NEGARA- NEGARA DI ASIA MENGGUNAKAN ALGORITMA SELF ORGANIZING MAPS (SOM) KOHONEN DENGAN PEMETAAN SECARA GEOSPASIAL Studi Kasus: Data IPM dan Kependudukan Negara di Asia tahun 2018. PROSIDING SEMINAR NASIONAL ILMU SOSIAL, LINGKUNGAN DAN TATA RUANG (SEMNAS ISLT) MANAJEMEN BENCANA DI ERA REVOLUSI INDUSTRI 5.0.

[img] Text (Cover, Editorial Team, Daftar Isi)
Cover, Editorial Team, Daftar Isi.pdf

Download (1MB)
[img] Text (Full Text)
11. Full Paper_Zulfa.pdf

Download (1MB)

Abstract

Benua Asia merupakan benua terbesar dan terpadat penduduknya dibandingkan dengan benua lainnya dan tingkat kualitas hidup manusia antar negara sangat bervariasi. Salah satu indikator kualitas hidup adalah indikator Indeks Pembangunan Manusia (IPM). Pemetaan negara menggunakan data kependudukan negara-negara di Benua Asia menjadi penting untuk mengetahui pola persebarannya. Variabel data kependudukan di kelompokkan menggunakan algoritma Self Organizing Maps (SOM) Kohonen. Tiap klaster di analisis menggunakan klasifikasi Indeks Pembangunan Manusia (IPM) sesuai standar United Nations Development Programme (UNDP). Tujuan penelitian ini untuk mengetahui karakteristik yang terbentuk dari hasil pengelompokkan data kependudukan, mengetahui korelasi data kependudukan dengan IPM serta melihat kesesuaian karakteristik masing-masing klaster data kependudukan berdasarkan klasifikasi IPM. Setelah dilakukan iterasi sebanyak 800 kali dengan mean of distance cluster unit dibawah nilai 0,05 terbentuk 4 klaster dimana klaster 1 terdiri dari 18 negara, klaster 2 terdiri dari 14 negara, klaster 3 terdiri dari 16 negara dan klaster 4 terdiri dari 1 negara dengan perbedaan karakteristik tiap klaster. Hasil analisis dengan klasifikasi IPM yaitu klaster 1 didominasi oleh negara dengan pengembangan manusia tinggi, klaster 2 didominasi negara dengan pengembangan manusia sedang, klaster 3 didominasi negara dengan pengembangan manusia sangat tinggi dan klaster 4 didominasi negara dengan pengembangan manusia rendah. Hasil pengelompokkan klaster divisualisasi dengan pemetaan secara geospasial.

Item Type: Article
Uncontrolled Keywords: Data Kependudukan, Klaster, Algoritma SOM Kohonen, Iterasi, Kualitas Hidup, Kategori IPM, UNDP
Subjects: Seminar Nasional
Divisions: Seminar Nasional > GEOGRAFI > 2019
Depositing User: Super Admin Digilib
Date Deposited: 22 Nov 2019 06:18
Last Modified: 22 Nov 2019 06:18
URI: http://digitallibrary.ump.ac.id/id/eprint/462

Actions (login required)

View Item View Item