Abstract:
ABSTRAK
Komparasi Metode K-Means Dan Fuzzy C-Means Dalam Klasterisasi Kepadatan
Penduduk Kabupaten Kota di Provinsi Kalimantan Selatan (Oleh: Nur Aulia
Awwaliyah; Pembimbing: Akhmad Yusuf, Yuana Sukmawaty, 2022, 49 halaman)
Pertumbuhan penduduk semakin meningkat dari tahun ke tahun sedangkan
luas wilayah tidak mengalami peluasan signifikan. Kepadatan penduduk merupakan
rasio penduduk dengan luas suatu wilayah administratif. Klasterisasi kepadatan
penduduk kabupaten kota di Provinsi Kalimantan Selatan dilakukan untuk
mengetahui konsentrasi penduduk suatu wilayah menggunakan metode klasterisasi.
K-Means merupakan metode klasterisasi yaitu memecah data menjadi beberapa
klaster berdasarkan jarak data terdekat terhadap pusat klaster. Fuzzy C-Means ialah
metode klasterisasi pengembangan dari K-Means yaitu mengklasterisasi data ke
dalam beberapa klaster berdasarkan fungsi derajat keanggotaan. Data dalam
penelitian yaitu kepadatan penduduk wilayah Provinsi Kalimantan Selatan tahun
2003-2019. Metode elbow merupakan ukuran menentukan jumlah klaster optimum
dengan perhitungan Sum of Square Error (SSE) dari tiap klaster untuk menentukan
perubahan nilai SSE terbesar antar klaster Berdasarkan hasil penelitian, jumlah
klaster optimum adalah 3 karena perubahan nilai SSE sebesar 2, 28. Nilai SSE Fuzzy
C-Means lebih besar dibanding K-Means sehingga metode K-Means lebih cocok
digunakan dalam penelitian ini. Klasterisasi kepadatan penduduk kabupaten kota di
Provinsi Kalimantan Selatan yaitu klaster kepadatan penduduk tinggi, kepadatan
penduduk sedang, dan kepadatan penduduk rendah.
Kata kunci : Klasterisasi, K-Means, Fuzzy C-Means, Kepadatan Penduduk, Elbow
