ANALISIS CLUSTER PADA KOTA DI PULAU SUMATERA BERDASARKAN TINGKAT INFLASI

Lisna Sari

Abstract


Percepatan pembangunan di wilayah Pulau Sumatera, khususnya pembangunan infrastruktur merupakan hal yang dijalankan untuk meningkatkan perekonomian dan daya saing daerah. Adanya pembangunan, akan memerlukan suatu pengeluaran dana yang mengakibatkan adanya tekanan inflasi. Tujuan penelitian ini adalah pengelompokan kota-kota di Pulau Sumatera bedasarkan tingkat inflasi yang diukur berdasarkan Indeks Harga Konsumen (IHK). Analisis dilakukan menggunakan metode analisis cluster
hierarki dengan ward’s method. Hasil penelitian menunjukkan terdapat 4 kelompok dengan ciri/karakteristik berbeda yang terbentuk dari 23 kota di Pulau Sumatera sebagai objek penelitian. Kelompok I beranggotakan 4 kota dengan tingkat inflasi kategori tinggi; kelompok 2 beranggotakan 8 kota dengan tingkat inflasi kategori sedang; kelompok 3 beranggotakan 5 kota dengan tingkat inflasi kategori terendah; kelompok 4 beranggotakan 6 kota tingkat inflasi kategori tertinggi.


Keywords


analisis cluster; ward’s method; inflasi;

Full Text:

PDF

References


Irawan Kadiman, “Teori dan Indikator Pembangunan”, Jakarta, Lembaga Administrasi Negara Republik Indonesia, 2005.

Boediono, “Ekonomi Makro”, Jakarta, Penerbit BPFE, 2014 (referensi).

Gudono, “Analisis Data Multivariat (Edisi Pertama), Yogyakarta, BPFE, 2011.

Richard A. Johnson dan Dean W. Wichern, “Applied Multivariate Statistical Analysis”, New Jersey, Prentice Hall, 2007.

Badan Pusat Statistik, “Indeks Harga Konsumen 82 kota di Indonesia (2012=100) katalog:7102023”, BPS Indonesia, 2017

Supranto, “Analisis Multivariat: Arti Interpretasi”, Jakarta, PT. Bineka Cipta, 2004.

Fiqih Satria dan RZ. Abdul Aziz, “Perbandingan Kinerja Metode Ward dan K-Means dalam Menentukan Cluster Data Mahasiswa Pemohon Beasiswa”, Jurnal Tim DarmajayaVol.02 No.1, 2016.


Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

© 2017-2020 | Hak Cipta Dilindungi | Departemen Statistika FMIPA Universitas Padjadjaran | Powered by OJS