Clustering Analysis terhadap Kondisi Tingkat Pernikahan dan Perceraian Indonesia
Abstract
Menikah dan hidup bahagia adalah impian hampir semua orang. Selama menjalani rumah tangga perselisihan pasti terjadi namun semua berharap perselisihan tidak berakhir pada perceraian. Data terbaru dari Badan Pusat Statistik (BPS) menunjukkan bahwa angka pernikahan dan perceraian bervariasi di setiap provinsi, mencerminkan dinamika sosial yang berbeda-beda di setiap daerah. Clustering untuk data pernikahan dan perceraian di Indonesia dapat menggunakan metode single linkage dan k-means. Berdasarkan hasil yang diperoleh, menunjukan bahwa jumlah pernikahan di berbagai provinsi di Indonesia menunjukkan adanya variasi yang cukup signifikan dan terdapat tiga cluster yang dapat di-clustering berdasarkan jumlah pernikahan dan perceraian.
Marriage and living a happy life are a dream shared by almost everyone. In married life, disputes are inevitable, but everyone hopes that these disagreements will not lead to divorce. The latest data from the Central Bureau of Statistics (BPS) show that marriage and divorce rates vary across provinces, reflecting the diverse social dynamics in different regions. The grouping of marriage and divorce data in Indonesia can be conducted using the single linkage and k-means methods. Based on the results obtained, it is evident that the number of marriages across various provinces in Indonesia shows varies significantly, and three distinct groups can be identified based on the number of marriages and divorces.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
Purwaningsih, E., & Nurelasari, E. (2023). Implementasi Metode K-Means Clustering Dengan Davies Bouldin Index Pada Analisis Faktor Penyebab Perceraian. 7(2), 134–143.
Syafiyah, U., Asrafi, I., Wicaksono, B., Puspitasari, D. P., & Sirait, F. M. (2020). Analisis Perbandingan Hierarchical dan Non-Hierarchical Clustering Pada Data Indikator Ketenagakerjaan di Jawa Barat Tahun 2020. 2020, 803–812.
Alfina, T., Santosa, B., & Barakbah, R. (2012). Analisa Perbandingan Metode Hierarchical Clustering, K-means dan Gabungan Keduanya dalam Cluster Data (Studi kasus: Problem Kerja Praktek Jurusan Teknik Industri ITS).
Wahyuni, R., Nugroho, S., Novianti, P., Statistika, M. J., Matematika, P., Pembimbing, D., Statistika, J., & Matematika, P. (2013). ANALISIS KLASTER DENGAN MENGGUNAKAN METODE SINGLE LINKAGE DAN METODE K-MEANS (Studi Kasus: Data Produksi, Produktivitas, dan Luas Panen Tanaman Sayuran di Provinsi Bengkulu Tahun 2013) ABSTRAK. 1–9.
Alamtaha, Z., Djakaria, I., & Yahya, N. I. (2023). Implementasi Algoritma Hierarchical Clustering dan Non-Hierarchical Clustering untuk Pengelompokkan Pengguna Media Sosial. 4(1), 33–43. https://doi.org/10.20956/ejsa.vi.24830.
Parulian, R., & Butar, B. (2023). Analisis Hierarchical Dan Non-Hierarchical C lustering Untuk Pengelompokkan Potensi Ekonomi Kelautan Indonesia 2021 Hierarchical and Non-Hierarchical Clustering Analysis for Classifying Indonesia’s Sea Economic Potential in 2021. 11(3), 543–553. https://doi.org/10.26418/justin.v11i3.67283.
Refbacks
- There are currently no refbacks.