Skripsi Statistik
Pengelompokan daerah di indonesia berdasarkan indikator penetapan daerah tertinggal menggunakan model baseed clustering
Daerah tertinggal adalah daerah kabupaten yang wilayah serta masyarakatnya kurang
berkembang dibandingkan dengan daerah lain dalam skala nasional. Di Indonesia
terdapat 62 daerah tertinggal yang tersebar di berbagai provinsi. Penelitian ini
bertujuan untuk mengelompokan 62 daerah tersebut berdasarkan Indikator Penetapan
Daerah Tertinggal. Model Based Clustering merupakan metode pengelompokan
dengan memperhatikan model statistik sehingga mengarahkan metode ini pada asumsi
finite mixture. Finite Mixture mengasumsikan bahwa data berasal dari beberapa
distribusi probabilitas dan cluster yang terbentuk akan akan mewakili masing-masing
distribusi probabilitas tersebut. Data yang digunakan pada penelitian ini terbukti
mengandung outlier setelah dilakukan pendeteksian, sehingga menyebabkan data tidak
berdistribusi normal. Distribusi t multivariat merupakan pendekatan yang cocok
digunakan pada penelitian ini karena dianggap sebagai sebuah pendekatan yang lebih
robust untuk data yang mengandung outlier. Penelitian ini menghasilkan model UUUC
sebagai model terbaik dengan 2 cluster optimal dengan masing-masing karakteristik
yang dihasilkan. Cluster 1 dengan tingkat ketertinggalan daerah yang rendah dan
cluster 2 dengan tingkat ketertinggalan daerah yang tinggi.
Kata Kunci : Daerah Tertinggal, Outlier, Model Based Clustering, Finite Mixture,
Tidak tersedia versi lain