Melola Discovery

← Melola Discovery

Akses terbuka Jurnal Tanpa peringkat SINTA

Comparison of DBSCAN and K-Means Clustering for Grouping the Village Status in Central Java 2020

Jurnal Matematika, Statistika dan Komputasi · Vol. 17 No. 3 (2021) · hlm. 394–404

DOI
10.20956/j.v17i3.11704
ISSN
2614-8811, 1858-1382
Terbit
2021-05-12
Penerbit
Department of Mathematics, Hasanuddin University
Bahasa
en
Lisensi
creativecommons.org/licenses/by/4.0

Abstrak

Inggris

Abstract Since Covid-19 was declared as a pandemic disaster, the world economic order has begun to be shaken, and Indonesia is no exception. Indonesia's economic growth has continued to contract since quarter II. Central Java Province is in the third place with the highest number of positive cases in Indonesia. The government try to improve the quality control over the implementation of village funds by observing the classification of village status. The status has been made by the Ministry of Villages based on IDM value. The purpose of this study is to create a village status cluster based on the three index values that compose the IDM, namely IKS, IKL, and IKE. This goal is realized through a comparative analysis of two clustering methods, that is K-means and DBSCAN. The results showed that by using the DBSCAN 4 clusters were formed, while using the K-means 3 clusters were formed. The silhouette value for each cluster formed using the DBSCAN is higher than the silhouette of clusters formed by the K-means and it is concluded that the DBSCAN is more appropriate to use in clustering village status in Central Java province in 2020 than K-means.

Bahasa Indonesia

Abstrak Sejak Covid-19 dinyatakan sebagai bencana pandemi, tatanan ekonomi dunia mulai terguncang, tidak terkecuali Indonesia. Pertumbuhan ekonomi Indonesia terus berkontraksi sejak triwulan II. Provinsi Jawa Tengah menempati urutan ketiga dengan jumlah kasus positif tertinggi di Indonesia. Pemerintah berupaya meningkatkan pengendalian mutu atas pelaksanaan dana desa dengan memperhatikan klasifikasi status desa. Status desa tersebut telah dibuat oleh Kementerian Desa berdasarkan nilai IDM. Penelitian ini bertujuan untuk membuat klaster status desa berdasarkan tiga nilai indeks penyusun IDM, yaitu IKS, IKL, dan IKE. Tujuan tersebut diwujudkan melalui analisis komparatif dari dua metode clustering, yaitu K-means dan DBSCAN. Hasil penelitian menunjukkan bahwa dengan menggunakan DBSCAN terbentuk 4 cluster, sedangkan dengan K-means terbentuk 3 cluster. Nilai silhouette untuk setiap cluster yang dibentuk menggunakan DBSCAN lebih tinggi daripada silhouette kluster yang dibentuk oleh K-means dan dapat disimpulkan bahwa DBSCAN lebih tepat digunakan pada clustering status desa di Provinsi Jawa Tengah pada tahun 2020 dibandingkan K-means.

Kata kunci

Jaringan kolaborasi para penulis

36 penulis · 100 tautan kepenulisan bersama · 5 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Politeknik Statistika STIS
  • Badan Pusat Statistik
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Rahmadathul WisdawatiBadan Pusat Statistik1
Bagaskoro Cahyo LaksonoPoliteknik Statistika STIS1
Bintang Izzatul FatahPoliteknik Statistika STIS1
Devi NovantiPoliteknik Statistika STIS1
Hajrul MultazamPoliteknik Statistika STIS1
Novira Laily HusnaPoliteknik Statistika STIS1
Ossy Sanityasa RahajengPoliteknik Statistika STIS1
L SelfinaPoliteknik Statistika STIS1
Muhammad MuawwadPoliteknik Statistika STIS1
Ananda Galuh Intan PrasetyaPoliteknik Statistika STIS1
Nawang Indah CahyaningrumPoliteknik Statistika STIS1
Danty Welmin Yoshida FatimaPoliteknik Statistika STIS1
Wisnu Adi KusumaPoliteknik Statistika STIS1
Sekar Ayu RamadhaniPoliteknik Statistika STIS1
Muhammad Rizqi DestantoPoliteknik Statistika STIS1
Muh. RizkiPoliteknik Statistika STIS1
Ahmad Safrian FauziPoliteknik Statistika STIS1
Rendy RendiAfiliasi tidak diketahui1
Ria NurulPoliteknik Statistika STIS1
Tika NovitasariPoliteknik Statistika STIS1
Qonita RaihanandaPoliteknik Statistika STIS1
I Wayan Edy Darma PutraPoliteknik Statistika STIS1
Monica Seftaviani SijabatPoliteknik Statistika STIS1
Sifa RofatunnisaPoliteknik Statistika STIS1
Ibnu MarufPoliteknik Statistika STIS1
Hermarwan HermarwanPoliteknik Statistika STIS1
Annisa RahmaBadan Pusat Statistik1
Raditya HizraPoliteknik Statistika STIS1
Atikah SalsabilaPoliteknik Statistika STIS1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Comparison of DBSCAN and K-Means Clustering for Grouping the Village Status in Central Java 2020 </dc:title>
	<dc:creator xml:lang="en">Dewi, Cesaria</dc:creator>
	<dc:creator xml:lang="en">Siam, Emban Permata </dc:creator>
	<dc:creator xml:lang="en">Wijayanti, Gona Asri </dc:creator>
	<dc:creator xml:lang="en">Putri, Mustika </dc:creator>
	<dc:creator xml:lang="en">Aulia, Nurfitri </dc:creator>
	<dc:creator xml:lang="en">Nooraeni, Rani </dc:creator>
	<dc:creator xml:lang="id">Emban Permata Siam</dc:creator>
	<dc:creator xml:lang="id">Gona Asri Wijayanti</dc:creator>
	<dc:creator xml:lang="id">Mustika Putri M</dc:creator>
	<dc:creator xml:lang="id">Nurfitri Aulia</dc:creator>
	<dc:creator xml:lang="id">Rani Nooraeni</dc:creator>
	<dc:subject xml:lang="en">Keywords: Village Status</dc:subject>
	<dc:subject xml:lang="en">DBSCAN clustering</dc:subject>
	<dc:subject xml:lang="en">K-Means clustering</dc:subject>
	<dc:subject xml:lang="en">Covid-19</dc:subject>
	<dc:description xml:lang="en">Abstract
Since Covid-19 was declared as a pandemic disaster, the world economic order has begun to be shaken, and Indonesia is no exception. Indonesia's economic growth has continued to contract since quarter II. Central Java Province is in the third place with the highest number of positive cases in Indonesia. The government try to improve the quality control over the implementation of village funds by observing the classification of village status. The status has been made by the Ministry of Villages based on IDM value. The purpose of this study is to create a village status cluster based on the three index values that compose the IDM, namely IKS, IKL, and IKE. This goal is realized through a comparative analysis of two clustering methods, that is K-means and DBSCAN. The results showed that by using the DBSCAN 4 clusters were formed, while using the K-means 3 clusters were formed. The silhouette value for each cluster formed using the DBSCAN is higher than the silhouette of clusters formed by the K-means and it is concluded that the DBSCAN is more appropriate to use in clustering village status in Central Java province in 2020 than K-means.&amp;nbsp;
&amp;nbsp;
&amp;nbsp;
&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp; 
&amp;nbsp;</dc:description>
	<dc:description xml:lang="id">Abstrak
Sejak Covid-19 dinyatakan sebagai bencana pandemi, tatanan ekonomi dunia mulai terguncang, tidak terkecuali Indonesia. Pertumbuhan ekonomi Indonesia terus berkontraksi sejak triwulan II. Provinsi Jawa Tengah menempati urutan ketiga dengan jumlah kasus positif tertinggi di Indonesia. Pemerintah berupaya meningkatkan pengendalian mutu atas pelaksanaan dana desa dengan memperhatikan klasifikasi status desa. Status desa tersebut telah dibuat oleh Kementerian Desa berdasarkan nilai IDM. Penelitian ini bertujuan untuk membuat klaster status desa berdasarkan tiga nilai indeks penyusun IDM, yaitu IKS, IKL, dan IKE. Tujuan tersebut diwujudkan melalui analisis komparatif dari dua metode clustering, yaitu K-means dan DBSCAN. Hasil penelitian menunjukkan bahwa dengan menggunakan DBSCAN terbentuk 4 cluster, sedangkan dengan K-means terbentuk 3 cluster. Nilai silhouette untuk setiap cluster yang dibentuk menggunakan DBSCAN lebih tinggi daripada silhouette kluster yang dibentuk oleh K-means dan dapat disimpulkan bahwa DBSCAN lebih tepat digunakan pada clustering status desa di Provinsi Jawa Tengah pada tahun 2020 dibandingkan K-means.
&amp;nbsp;</dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2021-05-12</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/11704</dc:identifier>
	<dc:identifier>10.20956/j.v17i3.11704</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 17 No. 3 (2021):  May, 2021; 394-404</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/11704/6711</dc:relation>
	<dc:relation>10.20956/j.v17i3.11704.g6711</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2021 Author and publisher</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by/4.0</dc:rights>
</oai_dc:dc>