IMPLEMENTASI CLUSTERING PADA LAJU INFLASI KABUPATEN/KOTA Se-SUMATERA MENGGUNAKAN ALGORITMA K-MEANS

Penulis

  • Uziroh BPS Provinsi Jambi

Kata Kunci:

Algoritmat K-means, Clustering, Inflasi, Clustering Inflasi se Sumatera

Abstrak

Inflasi berkelanjutan akan berdampak negative pada perekonomian. Inflasi yang rendah dan stabil dapat menjadi stimulator yang baik bagi pertumbuhan ekonomi. Itu sebabnya pemerintah perlu mengendalikan laju inflasi agar tidak terlalu tinggi maupun turun terlampau rendah. Sebagai indicator strategis, maka inflasi penting untuk dikaji baik dari segi penghitungan maupun pengelompokkannya. Penelitian ini bertujuan mengelompokkan kota inflasi serta melihat apakah antar kota inflasi di Sumatera memiliki keterkaitan spasial. Metode penelitian yang digunakan adalah Algoritma K- Means Clustering dengan jumlah cluster 3. Dengan menggunakan metode Algoritma K-Means dapat dikelompokkan kota dengan tingkat laju inflasi tinggi, sedang (berada di rata-rata) atau rendah. Hasil penelitian menunjukkan bahwa cluster 1 beranggotakan 7 kabupaten/kota (yaitu Meulaboh; Banda Aceh; Sibolga; Padang Sidempuan; Bukittinggi; Pekanbaru; dan Tanjung Pandan), cluster 2 terdapat 5 kabupaten/kota (yaitu Gunung Sitoli; Padang; Bungo; Jambi; dan Pangkal Pinang), dan pada cluster 3 terdapat 12 kabupaten/kota. Sedangkan  dari sisi keterkaitan spasial antara satu kabupaten/kota maka Kabupaten/Kota penghitung inflasi se-Sumatera memiliki hubungan erat dengan kondisi kabupaten/kota tetangga.

 

Kata Kunci: AlgoritmaK-Means ; Clustering; Inflasi;

Diterbitkan

2022-12-26

Cara Mengutip

Uziroh. (2022). IMPLEMENTASI CLUSTERING PADA LAJU INFLASI KABUPATEN/KOTA Se-SUMATERA MENGGUNAKAN ALGORITMA K-MEANS. Media Edukasi Data Ilmiah Dan Analisis (MEDIAN), 5(02), 35–41. Diambil dari https://bpsjambi.id/Median/index.php/median/article/view/59