SARI, ANNISA FADILAH and Sigit, Nugroho and Dyah, Setyo Rini (2024) Studi Indikator Komponen IPM Provinsi di Indonesia Tahun 2022 dengan Penskalaan Multidimensi dan Biplot. Other thesis, Universitas Bengkulu.
![Thesis [thumbnail of Thesis]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
F1F019007_Annisa Fadilah Sari - Statistik.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (3MB)
Abstract
Indeks Pembangunan Manusia (IPM) adalah ukuran yang mengevaluasi
kemajuan dan kualitas hidup manusia di tingkat provinsi. Pengukuran IPM terdiri
dari 4 indikator komponen IPM yaitu Umur Harapan Hidup (UHH), Rata-Rata
Lama Sekolah (RLS), Harapan Lama Sekolah (HLS), dan Pengeluaran riil per
kapita per tahun yang disesuaikan atau Purchasing Power Parity (PPP). Indikator�indikator ini membantu mengidentifikasi tantangan-tantangan spesifik dalam
mencapai pembangunan manusia yang berkelanjutan di setiap provinsi. Saat
memvisualiasikan data, metode Penskalaan Multidimensi dapat digunakan, seperti
Metric Multidimensional Scaling (Metric MDS). Metric MDS memetakan objek
berdimensi tinggi ke dimensi yang lebih rendah dan berguna untuk data berskala
rasio atau interval. Dalam penelitian ini, indikator komponen IPM divisualisasikan
menggunakan Metode Metric MDS dan Weighted Metric MDS (WMDS) dengan
Biplot, karena adanya perbedaan skala pengukuran data. Hasil penelitian
menunjukkan bahwa Biplot Metric MDS memiliki nilai variabilitas sebesar 99,29%
dan nilai Standardized Residual Sum of Squares (Stress) sebesar 1,671, sedangkan
Biplot WMDS memiliki nilai variabilitas sebesar 99,01% dan nilai Stress sebesar
2,425. Biplot Metric MDS memiliki kinerja yang lebih baik dalam hal variabilitas
dan stress, tetapi Biplot WMDS lebih sesuai dengan data asli.
Kata kunci : Indikator Komponen IPM, Penskalaan Multidimensi, Metric MDS,
WMDS, dan Biplot
Item Type: | Thesis (Other) |
---|---|
Subjects: | Q Science > QA Mathematics |
Divisions: | Faculty of Math & Natural Science > Department of Statistics |
Depositing User: | Oka Ariani S.IPust |
Date Deposited: | 18 Sep 2025 03:56 |
Last Modified: | 18 Sep 2025 03:56 |
URI: | https://repository.unib.ac.id/id/eprint/25289 |