Pengelompokkan Wilayah Penyandang Masalah Kesejahteraan Sosial di Jawa Tengah dengan Fuzzy Geographically Weighted ClusteringGravitational Search Algorithm
Abstract
Salah satu indikator keberhasilan pembangunan kesejahteraan sosial di Jawa Tengah adalah semakin berkurangnya populasi Penyandang Masalah Kesejahteraan Sosial (PMKS). Suatu analisis perlu dilakukanuntuk mendukung penanganan PMKS dan menciptakan usaha kesejahteraansosial. Salah satu upaya yang dapat
dilakukan yaitu mengelompokkan wilayah kabupaten/kota di Jawa Tengah berdasarkan 26 indikator PMKS.
Algoritma Fuzzy Geographically Weighted Clustering (FGWC) merupakan analisis pengelompokkan yang memperhatikan efek kewilayahan. FGWC merupakan perbaikan dari algoritma Fuzzy C-Means. Namun FGWC
memiliki keterbatasan pada tahap inisialisasi pusat awal klaster yang menyebabkan FGWC mudah terjebak dalam lokal optimal sehingga akan mempengaruhi hasil pengelompokkannya. Keterbatasan tersebut dapat
ditangani dengan pendekatan Gravitational Search Algorithm (GSA) sehingga hasil yang diperoleh global optimal. Tujuan dari GSA yaitu mengoptimalkan nilai fungsi objektif agar tidak terjebak pada lokal optimal sehingga menghasilkan kualitas klaster yang baik. Penelitian ini menerapkan FGWC-GSA pada data PMKS Provinsi Jawa Tengah dengan 26 variabel indikator. Indeks validitas untuk mengevaluasi klaster optimal yang digunakan adalah PCI, CEI, XBI dan IFV. Hasil dari penelitian diperoleh dua klaster optimal. Klaster pertama beranggotakan 11 kabupaten, sedangkan klaster kedua beranggotakan 11 kabupaten dan kota.
Kata kunci: Pengelompokkan, FGWC, kesejahteraan, PMKS, indeks validitas
dilakukan yaitu mengelompokkan wilayah kabupaten/kota di Jawa Tengah berdasarkan 26 indikator PMKS.
Algoritma Fuzzy Geographically Weighted Clustering (FGWC) merupakan analisis pengelompokkan yang memperhatikan efek kewilayahan. FGWC merupakan perbaikan dari algoritma Fuzzy C-Means. Namun FGWC
memiliki keterbatasan pada tahap inisialisasi pusat awal klaster yang menyebabkan FGWC mudah terjebak dalam lokal optimal sehingga akan mempengaruhi hasil pengelompokkannya. Keterbatasan tersebut dapat
ditangani dengan pendekatan Gravitational Search Algorithm (GSA) sehingga hasil yang diperoleh global optimal. Tujuan dari GSA yaitu mengoptimalkan nilai fungsi objektif agar tidak terjebak pada lokal optimal sehingga menghasilkan kualitas klaster yang baik. Penelitian ini menerapkan FGWC-GSA pada data PMKS Provinsi Jawa Tengah dengan 26 variabel indikator. Indeks validitas untuk mengevaluasi klaster optimal yang digunakan adalah PCI, CEI, XBI dan IFV. Hasil dari penelitian diperoleh dua klaster optimal. Klaster pertama beranggotakan 11 kabupaten, sedangkan klaster kedua beranggotakan 11 kabupaten dan kota.
Kata kunci: Pengelompokkan, FGWC, kesejahteraan, PMKS, indeks validitas
Full Text:
PDFRefbacks
- There are currently no refbacks.