2019
DOI: 10.30656/sawala.v7i1.771
|View full text |Cite
|
Sign up to set email alerts
|

Determinan Indeks Pembangunan Manusia Di Kabupaten Lampung Tengah, Provinsi Lampung, Indonesia

Abstract: United Nations has been changed Millennium Development Goals (MDGs) into Sustainable Development Goals (SDGs). This change has been strengthening human development as one of SDGs pillar beside economic development, ecology development, and institutional development. One of the global instruments to explain human development is the Human Development Index (HDI). Today, one of academic debate surrounding the HDI is what is the determinant of HDI. Based on secondary data in Central Lampung District, Lampung Provi… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2024
2024
2024
2024

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(1 citation statement)
references
References 6 publications
0
0
0
1
Order By: Relevance
“…Penerapan teknik data mining dalam analisis klaster IPM provinsi di Indonesia menunjukkan bahwa terdapat enam klaster yang terbentuk, mencakup berbagai tingkat IPM dari yang sangat baik hingga sangat buruk. Evaluasi kinerja menggunakan Davies-Bouldin Index menegaskan bahwa jumlah klaster terbaik dalam konteks ini adalah enam [5]. Dari rangkaian penelitian ini, dapat disimpulkan bahwa algoritma K-Means memiliki fleksibilitas dan efektivitas yang baik dalam mengelompokkan data IPM di berbagai wilayah di Indonesia.…”
Section: Latar Belakangunclassified
“…Penerapan teknik data mining dalam analisis klaster IPM provinsi di Indonesia menunjukkan bahwa terdapat enam klaster yang terbentuk, mencakup berbagai tingkat IPM dari yang sangat baik hingga sangat buruk. Evaluasi kinerja menggunakan Davies-Bouldin Index menegaskan bahwa jumlah klaster terbaik dalam konteks ini adalah enam [5]. Dari rangkaian penelitian ini, dapat disimpulkan bahwa algoritma K-Means memiliki fleksibilitas dan efektivitas yang baik dalam mengelompokkan data IPM di berbagai wilayah di Indonesia.…”
Section: Latar Belakangunclassified