Deskripsi Fisik

xv, 95 hal; 30 cm

Subyek

FUZZY C-MEANS

Kata Kunci

Anotasi

v ABSTRAK Dana insentif merupakan salah satu kebijakan dalam dana penyesuaian yang dialokasikan kepada daerah tertentu dengan mempertimbangkan kriteria tertentu. Permasalahan pada mekanisme pengalokasian Dana Insentif Daerah kepada daerah penerima. Karena pada umumnya banyak daerah yang masih belum mendapatkan Dana Insentif Daerah, Sehingga terjadi ketidak perataan, kesejahteraan di wilayah Indonesia. Data yang digunakan dalam penelitian ini adalah data daerah di jawa timur. Kriteria yang digunakan dalam sistem pengelompokan dana insentif daerah adalah pendapatan Asli Daerah, partisipasi pendidikan, angka kemiskinan dan angka pengangguran. Clustering adalah proses mengelompokkan atau penggolongan objek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar objek dengan prinsip untuk memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas atau cluster. Salah satu metode yang dapat digunakan dalam clustering adalah fuzzy c-means. Secara konsep Fuzzy C-Means pertama kali menentukan pusat cluster, yang akan menandai lokasi rata-rata tiap cluster yang kemudian dilakukan proses perbaikan pusat cluster dan derajat keanggotaan titik sampai pada minimisasi fungsi obyektif yang menggambarkan jarak dari titik data yang diberikan ke pusat cluster yang terbobot oleh derajat keanggotaan titik tersebut. Dari hasil coba sistem pengklusteran dana insentif daerah diperoleh hasil bahwa setiap klaster pada setiap prosesnya mendapatkan hasil nilai yang selalu berubah-ubah, sehingga tidak dapat menentukan pelabelan yang paten. Pada tahun 2012 rata-rata iterasi berhenti pada iterasi ke -26 sedangkan untuk tahun 2013 rata- rata iterasi berhenti pada iterasi ke-21. Pengelompokan untuk tahun 2012 didapatkan tingkat akurasi 57.9% dan tingkat laju errornya 42.1%. Sedangkan pada data tahun 2013, Tingkat akurasinya adalah 68.4% dan tingkat laju errornya adalah 31.6%. Kata kunci : Dana Insentif Daerah, Jawa Timur, Clustering, Fuzzy CMeans.