2022
DOI: 10.32520/stmsi.v11i2.1829
|View full text |Cite
|
Sign up to set email alerts
|

Comparison of Agglomerative Hierarchical and K-Means in Grouping Provinces Based on Maternal Health Services

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
2

Citation Types

0
0
0
6

Year Published

2022
2022
2024
2024

Publication Types

Select...
5

Relationship

0
5

Authors

Journals

citations
Cited by 5 publications
(6 citation statements)
references
References 0 publications
0
0
0
6
Order By: Relevance
“…Dalam suatu wilayah contohnya pedesaan pasti memiliki aspek yang berbeda satu sama lain. Dalam Potensi Desa (PODES) telah menyediakan data tentang sarana Kesehatan, potensi ekonomi, sosial dan lainnya [4].…”
Section: Pendahuluanunclassified
“…Dalam suatu wilayah contohnya pedesaan pasti memiliki aspek yang berbeda satu sama lain. Dalam Potensi Desa (PODES) telah menyediakan data tentang sarana Kesehatan, potensi ekonomi, sosial dan lainnya [4].…”
Section: Pendahuluanunclassified
“…"Beberapa penelitian sebelumnya yang telah dilakukan adalah pengelompokan provinsi berdasarkan data sosial ekonomi dengan k-means yang dilakukan oleh Ahmar tahun 2018 [6], pengelompokan provinsi berdasarkan ,pengelompokan provinsi berdasarkan data pelanggan air bersih dengan k-means yang dilakukan oleh Windarto tahun 2019 [7], kemiskinan dengan metode hierarki dan partisi yang dilakukan oleh Afira tahun 2021 [8], pengelompokan kabupaten/kota di Provinsi Maluku berdasarkan indikator pendidikan dengan metode ward yang dilakukan oleh Dewi tahun 2021 [9], dan pengelompokkan provinsi berdasarkan pelayanan kesehatan maternal dengan agglomerative hierarchical dan k-means yang dilakukan oleh Azzahra tahun 2022 [10]. "…”
Section: Pendahuluanunclassified
“…AHC adalah metode pengelompokan hierarkis bottom-up yang menggabungkan n cluster menjadi satu cluster [20]. Alur dari proses AHC meliputi tahapan berikut [20], [21]: 1) Dimulai dengan n cluster, setiap cluster terdapat satu entitas dan matriks simetris N×N jarak atau kemiripan 2) Menemukan matriks jarak tiap pasangan cluster terdekat. Misal: jarak antara cluster A dan B dilambangkan 𝑑 𝑎𝑏 3) Cluster A dan B digabungkan dan dibuat cluster baru yaitu AB.…”
Section: Model Clustering Menggunakan Agglomerative Hierarchical Clus...unclassified