ANALISIS CLUSTERING UNTUK MENGELOMPOKKAN

TINGKAT KESEJAHTERAAN KABUPATEN

BERDASARKAN INDIKATOR SOSIAL
EKONOMI DI PROVINSI JAMBI

LAPORAN MAGANG

ANITA FITRIANI
FIC215022

PROGRAM STUDI S1 MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS JAMBI
2018
 RINGKASAN

Pemerintah Provinsi Jambi masih mempunyai pekerjaan rumah untuk

menyejahterakan rakyatnya. Sebanyak 3.515.017 jiwa penduduk Provinsi Jambi
yang terbilang tidak sedikit, masih banyak yang hidup dibawah garis
kemiskinan dengan tingkat pengangguran yang tinggi. Tetapi tentu saja hal
tersebut intensitasnya tidak sama pada setiap wilayah Kabupaten di Provinsi
Jambi.

Untuk mengenali keadaan suatu wilayah, maka pada penelitian ini

digunakan Analisis Cluster dengan Metode Hierarki mengelompokkan wilayah
berdasarkan Indikator Ekonomi, yaitu Indeks Pembangunan Manusia,
Persentase Penduduk Miskin dan Produk Domestik Regional Bruto. Pada
dasarnya analisis cluster merupakan proses untuk mengelompokkan objek yang
memiliki sifat relatif homogen dan berbeda jauh dengan objek yang berada di
cluster lain.

Adapun hasil penelitian yang diperoleh adalah terdapat 8 anggota pada

cluster pertama yang dikategorikan wilayah dengan tingkat kesejahteraan yang
cukup baik. Yang terdiri dari Anggota cluster pertama terdiri dari 8 kabupaten
yaitu Merangin, Sarolangun, Batanghari, Tebo, Bungo, Kerinci, Muara Jambi,
dan Kota Sungai Penuh. Cluster kedua mempunyai 1 anggota yaitu Kabupaten
Kota Jambi yang dikategorikan wilayah dengan tingkat kesejahteraan yang baik.
Dan Cluster ketiga terdiri dari 2 kabupaten yaitu Tanjung Jabung Timur dan
Tanjung Jabung Barat yang dikategorikan wilayah dengan tingkat
kesejahteraan yang kurang baik.

Kata kunci: Analisis cluster., Indeks Pembangunan Manusia, Persentase

Penduduk Miskin dan Produk Domestik Regional Bruto.
ANALISIS CLUSTERING UNTUK MENGELOMPOKKAN
TINGKAT KESEJAHTERAAN KABUPATEN
BERDASARKAN INDIKATOR SOSIAL
EKONOMI DI PROVINSI JAMBI

Diajukan sebagai salah satu syarat untuk menyelesaikan Mata

Kuliah Magang / KKN

ANITA FITRIANI
FIC215022

PROGRAM STUDI S1 MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS JAMBI
2018
 HALAMAN PERNYATAAN

Dengan ini saya menyatakan bahwa laporan magang ini benar-benar

karya saya sendiri. Sepanjang pengetahuan saya tidak terdapat karya atau
pendapat yang ditulis atau diterbitkan orang lain kecuali sebagai acuan atau
kutipan dengan mengikuti tata penulisan karya ilmiah yang telah lazim.

Tanda tangan yang tertera dalam halaman pengesahan adalah asli. Jika
tidak asli, saya siap menerima sanksi sesuai dengan peraturan yang berlaku.

Jambi, September 2018

Yang menyatakan

ANITA FITRIANI
F1C215022
 LEMBAR PENGESAHAN

ANALISIS CLUSTERING UNTUK MENGELOMPOKKAN TINGKAT

KESEJAHTERAAN KABUPATEN BERDASARKAN INDIKATOR
SOSIAL EKONOMI DI PROVINSI JAMBI

Oleh:

ANITA FITRIANI

F1C215022

Disetujui:

Pembimbing Magang

Drs. Wardi Syafmen, M.Si

NIP. 196202071 992203 1 002

Diketahui:

Wakil Dekan BAKSI Ketua Program Studi

Dr. Tedjo Sukmono, S.Si., M.Si

NIP. 19720705 200003 1 003

i
 LEMBAR PENGESAHAN

ANALISIS CLUSTERING UNTUK MENGELOMPOKKAN TINGKAT

KESEJAHTERAAN KABUPATEN BERDASARKAN INDIKATOR
SOSIAL EKONOMI DI PROVINSI JAMBI

Oleh:

ANITA FITRIANI

F1C215022

Disetujui:

Kasubbag Kepegawaian Pembimbing Lapangan

Dan Hukum

Ridwan Risma Hapsari, S.ST., M.Si

NIP. 196110502 198203 1 002 NIP. 1985050 6200801 2 011

Diketahui:

Kepala Badan Pusat Statistik (BPS)

Provinsi Jambi

Dadang Hardiwan, S.Si., M.Si

NIP. 19720609 199412 1 001

ii
 RIWAYAT HIDUP

Anita Fitriani lahir di Kota Muara Bungo, pada tanggal 24

Januari 1998. Penulis merupakan anak kedua dari empat
bersaudara dari pasangan Ayahanda Supadi dan Ibunda
Winarni. Jalur pendidikan formal yang pernah ditempuh
penulis adalah ebagai berikut:

1. SD Negeri 95/II Muara Bungo tamat tahun 2003-2009

2. SMP Negeri 1 Muara Bungo tamat tahun 2009-

2012
3. SMA Negeri 2 Muara Bungo tamat tahun 2012-2015
4. Penulis mulai menempuh pendidikan perkulihan di program studi S1
Matematika, Fakultas Sains Dan Teknologi, Universitas Jambi pda tahun
2015, lulus seleksi UMBPTN

Selama menempuh pendidikan di jenjang S1, penulis cukup aktif dalam

bidang akademik maupun organisasi. Adapun organisasi yang di ikuti penulis
adalah IMATIKA (Ikatan Mahasiswa Matematika). Penulis mengikuti kegiatan
Magang di Badan Pusat Statistik (BPS) Provinsi Jambi. Selain itu, Penulis juga
aktif dalam kegiatan seminar-seminar baik tingkat jurusan, regional maupun
Universitas.

iii
 PRAKATA

Puji syukur penulis ucapkan kehadirat Allah SWT atas rahmat dan
karunia-Nya sehingga penulis dapat menyelesaikan Kegiatan Magang dan
Laporan Magang yang berjudul “Analisis Clustering Untuk Mengelompokkan
Tingkat Kesejahteraan Kabupaten Berdasarkan Indikator Sosial Ekonomi
Di Provinsi Jambi”. Kegiatan magang yang dilaksanakan di Badan Pusat
Statistik (BPS) Provinsi Jambi, mulai tanggal 02 Juli 2018 sampai dengan
tanggal 31Agustus 2018 kurang lebih dua bulan.
Pada kesempatan ini penulis ingin mengucapkan terimakasih kepada
seluruh pihak yang telah membantu penulis selama praktek kerja lapangan
dan penyusunan laporan praktek kerja lapangan, diantaranya :
1. Allah SWT karena atas rahmat dan karunia-Nya laporan ini dapat
diselesaikan.

2. Damris M, Prof. Drs M, M.Sc., Ph.D selaku Dekan Fakultas Sains dan
Teknologi Universitas Jambi.

3. Yelli Ramalisa, S.Pd., M.Sc selaku ketua prodi Matematika Fakultas

Sains dan Teknologi Universitas Jambi

4. Drs. Wardi Syafmen, M.Si selaku dosen pembimbing magang.

5. Seluruh dosen prodi Matematika Fakultas Sains dan Teknologi
Universitas Jambi.
6. Ridwan selaku Kasubag Kepegawain dan Hukum Badan Pusat Statistik
(BPS) Provinsi Jambi.
7. Risma Hapsari, S.ST., M.Si selaku Pembimbing Lapangan di Badan
Pusat Statistik (BPS) Provinsi Jambi.
8. Seluruh Kepala Bidang, Kepala Seksi, dan staff di Badan Pusat Statistik
(BPS) Provinsi Jambi.
9. Bapak Supadi dan ibu Winarni serta keluarga tercinta yang tiada
hentinya memberikan dukungan dan do’anya untuk keberhasilan
penulis.

10. Semua pihak yang telah membantu dan tidak bisa disebutkan satu
persatu.

iv
 Semoga laporan ini bermanfaat bagi kita semua di masa yang akan
datang. Penulis menyadari laporan ini jauh dari kesempurnaan. Penulis
mengharapkan saran dan kritik yang membangun sehingga dapat membantu
penulis dalam menyusun laporan lainnya di masa mendatang.

Jambi, September 2018

ANITA FITRIANI
F1C215022

v
 DAFTAR ISI

Halaman
LEMBAR PENGESAHAN .............................................................................i
RIWAYAT HIDUP.........................................................................................iii
PRAKATA ................................................................................................... iv
DAFTAR ISI................................................................................................. vi
DAFTAR GAMBAR ......................................................................................vii
DAFTAR TABEL..........................................................................................viii
DAFTAR LAMPIRAN....................................................................................ix
I.PENDAHULUAN........................................................................................1
1.1 Latar Belakang......................................................................................1
1.2 Tujuan.................................................................................................. 2
1.3 Manfaat................................................................................................ 3
II. METODE PELAKSANAAN MAGANG .......................................................4
2.1 Jadwal Pelaksanaan Magang.................................................................4
2.2 Lokasi Magang......................................................................................4
2.3 Bidang Unit Kerja.................................................................................4
III. GAMBARAN UMUM INSTANSI...............................................................6
3.1 Sejarah Instansi....................................................................................6
3.2 Visi dan Misi Badan Pusat Statistik......................................................7
3.3 Nilai-nilai Inti Badan Pusat Statistik.....................................................7
3.4 Struktur Organisasi..............................................................................8
IV. PELAKSANAAN MAGANG......................................................................14
4.1 Topik Magang.......................................................................................14
4.2 Hasil dan Pembahasan ........................................................................19
4.3 Permasalahan Yang Dihadapi...............................................................22
4.4 Solusi Yang Ditawarkan.......................................................................22
V.KESIMPULAN DAN SARAN .....................................................................23
5.1 Kesimpulan........................................................................................... 23
5.2 Saran.................................................................................................... 23
DAFTAR PUSTAKA......................................................................................24
LAMPIRAN ................................................................................................. 25

vi
 DAFTAR GAMBAR

Gambar Halaman

1. Struktur Organisasi..............................................................................9

2. Dendogram Hasil Analisis Cluster ............................................................20

vii
 DAFTAR TABEL

Tabel Halaman

1. Statistik deskriptif variabel Indeks Pembangunan Manusia (X1).............19

2. Statistik deskriptif variabel Persentase Penduduk Miskin (X2).................19
3. Statistik deskriptif variabel Tingkat Pengangguran Terbuka (X3).............20
4. Data rata-rata Analisis Cluster....................................................................21

viii
 DAFTAR LAMPIRAN

Lampiran Halaman

1. Data Provinsi .........................................................................................25

2. Perhitungan jarak Euclidian....................................................................26

3. Matrik jarak Euclidian.............................................................................29

4. Perhitungan metode average linkage.......................................................30

5. Lembar Kegiatan Harian Magang ...............................................................35

6. Upacara HUT RI ke-73 dan perpisahan magang......................................37

ix
 I.PENDAHULUAN

1.1 Latar Belakang

Mahasiswa adalah kunci penggerak menuju perubahan yang lebih baik

dalam suatu elemen masyarakat. Perubahan tersebut tergantung dari berfikir
kritis untuk melihat fenomena yang ada disekitar, baik itu fenomena ekonomi,
sosial, pendidikan dan politik. Keberanian untuk mengungkapkan pendapat
dan mencari jalan keluar dari suatu permasalahan yang ada di tengah
masyarakat merupakan tugas pokok dari seorang mahasiswa yang akan
menjadi penerus tampuk pimpinan, yang tentunya setelah menyelesaikan
perkualiahan mahasiswa akan langsung bersentuhan dengan masyarakat.

Kuliah Kerja Nyata (KKN)/Magang merupakan mata kuliah wajib yang

harus diambil oleh mahasiswa Fakultas Sains dan Teknologi Universitas Jambi.
Mata kuliah ini bertujuan agar lulusan dari Fakultas Sains dan Teknologi
Universitas Jambi memiliki potensi untuk menganilisis permasalahan dan
memberikan solusi cerdas dalam menghadapi permasalahan di dunia nyata
melalui pengamatan langsung. Kuliah Magang juga bertujuan untuk
memberikan pengalaman tentang kehidupan bermasyarakat, khususnya di
lingkungan kerja. Sebagai bagian dari upaya fakultas mempersiapkan diri
mahasiswa untuk memasuki dunia kerja.

Mata kuliah Magang diberikan kepada mahasiswa program akdemik

(Strata-1) dengan beban empat Satuan kredit semester (4 SKS), dengan waktu
sekurang-kuranganya delapan minggu atau setara dengan 300 jam kerja. Pada
kegiatan magang ini, penulis mendapatkan tempat Magang di salah satu
instansi yang berada di Provinsi Jambi yaitu Badan Pusat Statistik Provinsi
Jambi.
Provinsi jambi memiliki jumlah penduduk sebanyak 3.515.017 jiwa
menurut data Badan Pusat Statistik Provinsi Jambi pada tahun 2017. Jumlah
tersebut terdiri dari 1.793.389 jiwa laki-laki dan 1.721.628 jiwa perempuan.
Dengan laju pertumbuhan penduduk 1,8% setiap tahunnya selama 10 tahun
terakhir. Angka tersebut bukan merupakan angka yang terbilang sedikit untuk
bisa menyejahterakan seluruh rakyat yang ada di Provinsi Jambi.

Pemerintah berupaya keras memikirkan dan mengupayakan

kesejahteraan bagi semua rakyatnya. Meskipun upaya keras dilakukan
Pemerintah namun kenyataannya Provinsi Jambi belum bisa dikatakan berhasil
dalam mewujudkan pemerataan kesejahteraan bagi rakyatnya . Banyaknya
masyarakat yang hidup dibawah kata layak untuk keberlangsungan hidupnya
menjadi pekerjaan rumah bagi pemerintah. Seperti pembangunan yang tidak
merata, fasilitas kesehatan yang memadai dan mutu pendidikan yang rendah.

Penduduk Miskin adalah penduduk yang memiliki rata-rata pengeluaran

perkapita perbulan dibawah garis kemiskinan. Garis kemiskinan menunjukkan
jumlah rupiah minimum yang dibutuhkan untuk memenuhi kebutuhan pokok
minimum makanan yang setara dengan 2100 kilokalori per kapita per hari dan
kebutuhan pokok bukan makanan. Penduduk yang memiliki rata-rata
pengeluaran konsumsi per kapita per bulan di bawah garis kemiskinan
dikategorikan sebagai penduduk miskin. Kemiskinan dapat terjadi karena
dipengaruhi oleh beberapa faktor seperti, tingkat pendidikan rendah yang
menyebabkan seseorang kurang mempunyai keterampilan ataupun keahlian
dalam memasuki dunia kerja, keterbatasan sumber daya alam dan terbatasnya
lapangan perkerjaan yang menyebabkan banyaknya pengangguran yang ada di
Indonesia.

Untuk mengenali keadaan suatu wilayah, maka dilakukan

pengklasifikasian berdasarkan indikator sosial ekonomi masyarakat, yaitu
Indeks Pembangunan Manusia, Persentase Penduduk Miskin dan Produk
Domestik Regional Bruto. Pengklasifikasian ini dapat menggunakan analisis
cluster dengan metode Hierarki. Pada dasarnya analisis cluster merupakan
proses untuk mengelompokkan objek yang memiliki sifat relatif homogen dan
berbeda jauh dengan objek yang berada di cluster lain. Pengelompokan ini
dilakukan untuk mengetahui tingkat kemampuan masyarakat dalam memenuhi
kebutuhan hidup, yang sekiranya dapat dijadikan patokan oleh pelaku
kebijakan bagaimana memperbaiki perekonomian masyarakat pada sutau
daerah. Dari uraian di atas, melatar belakangi penulis unutk mengangkat
permasalahan ini sebagai laporan magang dengan judul “Analisis Clustering
Untuk Mengelompokkan Tingkat Kesejahteraan Kabupaten berdasarkan
Indikator Sosial Ekonomi Di Provinsi Jambi”

1.2 Tujuan
Tujuan dari magang yang dilaksanakan di BPS Provinsi Jambi adalah
sebagai berikut:
1. Melatih mahasiswa untuk berpikir kritis dalam dunia kerja.
2. Memberikan pengalaman serta menambah pengetahuan dan keterampilan
mahasiswa untuk dapat memberikan solusi yang cerdas terhadap
permasalahan yang dihadapi selama magang.

2
 3. Untuk menerapkan ilmu matematika dalam pengelompokan tingkat
kesejahteraan kabupaten berdasarkan sosial ekonomi di Provinsi Jambi
4. Membina dan meningkatkan kerjasama antara FST-UNJA dengan dunia
usaha.

1.3 Manfaat

Manfaat yang didapat selama magang di BPS Provinsi Jambi adalah sebagai
berikut :

1. Manfaat bagi mahasiswa

a. Sebagai salah satu persyaratan yang harus dipenuhi dalam
menyelesaikan perkuliahan Strata-1 Matematika.
b. Memperoleh pengalaman secara langsung didunia kerja, sehingga
mahasiswa mendapat bekal untuk bekerja di dunia kerja yang
sesungguhnya.
c. Meningkatkan rasa tanggung jawab, disiplin dan kreatifitas dalam
melaksanakan setiap pekerjaan.
d. Dapat menerapkan ilmu yang diperoleh selama perkuliahan kedalam
pekerjaan di tempat magang.
2. Manfaat bagi FST-UNJA
a. Terjalinnya kerjasama antara Fakultas Sains dan Teknologi Universitas
Jambi dengan instansi itu sendiri yaitu Badan Pusat Statistik Provinsi
Jambi.

b. Mendapatkan umpan balik berupa saran, kritik, untuk

menyempurnakan dan memperbaharui kurikulum yang sesuai dengan
kriteria yang dibutuhkan dunia kerja

3. Manfaat bagi BPS Provinsi jambi

a. Instansi akan mendapatkan bantuan tenaga dari mahasiswa Program
Studi Matematika Fakultas Sains dan teknologi Universitas Jambi.
b. Dapat menjalin hubungan baik dengan institusi sehingga kedepannya
bisa bersama sama mengembangkan dunia pendidikan.

3
 II. METODE PELAKSANAAN MAGANG

2.1 Jadwal Pelaksanaan Magang

Kegiatan magang ini dibimbing oleh Dosen Drs. Wardi Syafmen, M.Si.
dan dilaksanakan pada tanggal 2 Juli 2018 sampai dengan 31 Agustus 2018,
yang dilakukan selama 60 hari atau setara dengan 300 jam kerja. Dimana
waktu kegiatan magang dilaksanakan menyesuaikan jam kerja pegawai yaitu
pada hari senin sampai kamis dimulai pada pukul 07.30 WIB sampai dengan
pukul 16.00 WIB dan pada hari jum’at kegiatan dilaksanakan mulai dari pukul
07.30 WIB sampai dengan 16.30 WIB.
2.2 Lokasi Magang

Kegiatan magang dilaksanakan di Badan Pusat Statistik Provinsi Jambi

Jl. Jend. Ahmad Yani No. 4, Telanaipura, Kota Jambi, Jambi.

2.3 Bidang Unit Kerja

Adapun Bidang Unit Kerja yang terdapat di Badan Pusat Statistik

Provinsi Jambi adalah sebagai berikut :

1. Bidang Metodologi dan Informasi Statistik

Bidang Metodologi dan Informasi Statistik mempunyai tugas melaksanakan

perumusan dan pelaksanaan kebijakan di bidang metodologi dan informasi
statistik. Bidang Metodologi dan Informasi Statistik terdiri dari Direktorat
Pengembangan Metodologi Sensus dan Survei, Direktorat Diseminasi
Statistik, dan Direktorat Sistim Informasi Statistik.

2. Bidang Statistik Sosial

Bidang Statistik Sosial mempunyai tugas melaksanakan perumusan dan

pelaksanaan kebijakan di bidang statistik sosial. Bidang Statistik Sosial
terdiri dari Direktorat Statistik Kependudukan & Ketenagakerjaan,
Direktorat Statistik Kesejahteraan Rakyat, dan Direktorat Statistik
Ketahanan Sosial.

3. Bidang Statistik Produksi

Bidang Statistik Produksi mempunyai tugas melaksanakan perumusan dan

pelaksanaan kebijakan di bidang statistik produksi. Bidang Statistik
Produksi terdiri dari Direktorat Statistik Tanaman Pangan, Hortikultura &
 Perkebunan, Direktorat Peternakan, Perikanan & Kehutanan dan Direktorat
Statistik Industri.

4. Bidang Statistik Distribusi dan Jasa

Bidang Statistik Distribusi dan Jasa mempunyai tugas melaksanakan

perumusan dan pelaksanaan kebijakan di bidang statistik distribusi dan
jasa. Bidang Statistik Distribusi & Jasa terdiri dari Direktorat Statistik
Harga, Direktorat Statistik Distribusi, dan Direktorat Statistik Keuangan, TI
& Pariwisata.

5. Bidang Neraca dan Analisis Statistik

Bidang Neraca dan Analisis Statistik mempunyai tugas melaksanakan

perumusan dan melaksanakan kebijakan di bidang neraca dan analisis
statistik. Bidang Neraca dan Analisis Statistik terdiri dari Direktorat Neraca
Produksi, Direktorat Neraca Pengeluaran, dan Direktorat Analisis &
Pengembangan Statistik.

5
 III. GAMBARAN UMUM INSTANSI

3.1 Sejarah Badan Pusat Statistik

Kegiatan statistik didirikan pada Februari 1920 dimasa Pemerintahan
Hindia Belanda oleh Directeur Van Landbouw atau Direktur Pertanian,
Kerajinan dan Perdagangan. Pada saat didirikan, lembaga bertugas untuk
mengolah dan mempublikasikan data statistik. Kemudian lembaga tersebut
diberi nama Centraal Kantoor Voor De Statistiek (CKS) setelah kegiatan statistik
pindah ke Jakarta pada tanggal 24 September 1924 dan melaksanakan sensus
penduduk pertama di Indonesia pada Tahun 1930.

Tahun 1942-1945, CKS beralih ke pemerintahan militer Jepang, dan

kegiatannya diarahkan untuk memenuhi kebutuhan perang (data militer). Nama
CKS diubah menjadi Chosasitsu Gunseikanbu.

Sejak diproklamasikan Kemerdekaa Republik Indonesia pada tanggal 17

Agustus 1945, CKS dinasionalkan menjadi KAPPURI atau Kantor Penyelidikan
Perangkaan Umum Republik Indonesia yang dipimpin oleh Mr. Abdul Karim
Pringgodigdo. Dibawah tanggung jawab Menteri Kemakmuran KAPPURI dan
CKS dilebur menjadi Kantor Pusat Statistik (KPS) setelah adanya Surat Edaran
Kementerian Kemakmuran tanggal 12 Juni 1950 Nomor 219/S.C.

KPS bertanggungjawab kepada Meteri Perekonomian berdasarkan surat

keputusan Meteri Perekonomin Nomor P/144. Tanggal 24 Desember 1953 KPS
dibagi dalam dua bagian yaitu Bagian Riset dan Bagian Penyelenggara Dan Tata
Usaha. Berdasarkan Keppres X nomor 172 tanggal 1 Juni 1957, KPS berubah
menjadi Biro Pusat Statistik dan bertanggung jawab langsung kepada perdana
Menteri.

Biro Pusat Statistik menyelenggarakan Sensus Penduduk Serentak pada

tahun 1961 yang merupakan sensus penduduk pertama setelah Indonesia
Merdeka. Sensus penduduk pada tingkat provinsi dilaksanakan oleh kantor
Gubenur, ditingkat kabupaten dilaksanakan di kantor Bupati/walikota,
sedangkan pada tingkat kecmatan dibentuk bagian yang melaksanakan
Sensusk Penduduk. Selanjutny penyelenggara sensus di kantor Gubenur dan
Bupati/walikota ditetapkan menjadi Kantor Sensus dan Statistik Daerah pada
tahun 1965 berdasarkan Keputusan Presidium Kabinet Nomor Aa/C/9.
 Berdasarkan Peraturan Pemerintah No.16/1968 yang mengatur tentang
Organisasi dan Tata Kerja BPS di Pusat dan Daerah serta perubahannya
menjadi PP No.6/1980, menyebutkan bahwa perwakilan BPS di daerah adalah
Kantor Satistik Provinsi dan Kantor Statistik Kabupaten atau Kotamadya.
Tentang Organisasi BPS ditetapkan kembali pada PP No. 2 Tahun 1992 yang
disahkan pada 9 Januari 1992. Selanjutnya, Kedudukan, Fungsi, Tugas,
Susunan Organisasi, dan Tata Kerja BPS diatur dengan Keputusan Presiden
Nomor 6 Tahun 1992.

Pada tanggal 26 September 1997 ditetapkan UU Nomor 16 Tahun 1997

tentang Statistik, dimana Biro Pusat Statistik diubah namanya menjadi “Badan
Pusat Statistik”, dan sekaligus menetapkan tanggal tersebut sebagai ”Hari
Statistik”. Pada Keputusan Presiden No.86 Tahun 1998 tentang Badan Pusat
Statistik, menetapkan bahwa perwakilan BPS di daerah merupakan Instansi
Vertikal dengan nama BPS Provinsi, BPS Kabupaten, dan BPS Kotamadya. Serta
pada tanggal 26 Mei 1999, ditetapkan PP Nomor 51 tahun 1999 tentang
Penyelenggaraan Statistik di Indonesia. Tahun 2001, ditetapkan Keputusan
Presiden No. 103 tahun 2001 tentang Kedudukan, Tugas, Fungsi, Kewenangan,
Susunan Organisasi dan Tata Kerja Lembaga Pemerintah non Departemen
(LPND). Salah satu LPND adalah Badan Pusat Statistik. (Badan Pusat Statistik,
n.d)

3.2 Visi dan Misi Badan Pusat Statistik

Visi Badan Pusat Statistik

“Pelopor data statistik terpercaya untuk semua”

Misi Badan Pusat Statistik

1. Menyediakan data statistik berkualitas melalui kegiatan statistik yang

terintegrasi dan berstandar nasional maupun internasional.
2. Memperkuat Sistem Statistik Nasional yang berkesinambungan melalui
pembinaan dan koordinasi di bidang statistic
3. Membangun insan statistik yang profesional, berintegritas dan amanah
untuk kemajuan perstatistikan
3.3 Nilai-Nilai Inti Badan Pusat Statistik

7
 Core values (nilai–nilai inti) BPS merupakan pondasi yang kokoh untuk
membangun jati diri dan penuntun perilaku setiap insan BPS dalam
melaksanakan tugas. Nilai-nilai Inti BPS terdiri dari:

1. Profesional

a. Kompeten: Mempunyai keahlian dalam bidang tugas yang diemban

b. Efektif: Memberikan hasil maksimal

c. Efisien: Mengerjakan setiap tugas secara produktif, dengan sumber

daya minimal

d. Inovatif: Selalu melaukan permbaruan dan/atau penyempurnaan

melalui proses pembelajaran diri secara terus menerus

e. Sistemik: Meyakini bahwa setiap pekerjaan mempunyai tata urutan

proses perkerjaan yang satu menjadi bagian tidak terpisahkan dari 
pekerjaan yang lain.

2. Integritas

a. Dedikasi: Memiliki pengabdian yang tinggi terhadap profesi yang

diemban dan institusi

b. Disiplin: Melaksanakan pekerjaan sesuai dengan ketentuan yang

telah ditetapkan

c. Konsisten: Satunya kata dengan perbuatan

d. Terbuka: Menghargai ide, saran, pendapat, masukan, dan kritik dari

berbagai pihak

e. Akuntabel: Bertanggung jawab dan setiap langkahnya terukur

8
 3. Amanah

a. Terpercaya: Melaksanakan pekerjaan sesuai dengan ketentuan, yang

tidak hanya didasarkan pada logika tetapi juga sekaligus
menyentuh dimensi mental spiritual

b. Jujur: Melaksanakan semua pekerjaan dengan tidak menyimpang

dari prinsip moralitas

c. Tulus: Melaksanakan tugas tanpa pamrih, menghindari konflik

kepentingan (pribadi, kelompok, dan golongan), serta
mendedikasikan semua tugas untuk perlindungan kehidupan
manusia, sebagai amal ibadah atau perbuatan untuk Tuhan Yang
Maha Esa

d. Adil: Menempatkan sesuatu secara berkeadilan dan memberikan

haknya

3.4 Struktur Organisasi

Berdasarkan Peraturan Presiden Nomor 86 Tahun 2007 tentang Badan
Pusat Statistik dan Peraturan Kepala Badan Pusat Statistik Nomor 7 Tahun
2008 tentang Organisasi dan Tata Kerja Badan Pusat Statistik. Susunan
organisasi Badan Pusat Statistik Provinsi Jambi dapat dilihat pada Gambar 1.

9
 Gambar 1. Struktur Organisasi

Deskripsi struktur organisasi Badan Pusat Statistik Provinsi Jambi:

1. Kepala kantor Badan Pusat Statistik Provinsi Jambi.

Kepala Badan Pusat Statistik mempunyai tugas memimpin Badan Pusat
Statistik Provinsi Jambi dalam menjalankan tugas dan fungsi Kepala Badan
Pusat Statistik Provinsi.
2. Sekretaris Utama
Sekretariat Utama mempunyai tugas mengkoordinasikan perencanaan,
pembinaan, pengendalian administrasi, dan sumber daya di lingkungan
BPS.
3. Bidang Tata Usaha
Bagian Tata Usaha dipimpin oleh seorang Kepala Bagian mempunyai tugas
mengkoordinasi perencanaan, pembinaan dan pengendalian terhadap
program, administrasi dan sumber daya dilingkungan. Badan Pusat
Statistik Provinsi Jambi Bagian Tata Usaha membawahi beberapa
Subbagian diantaranya:
a. Subbagian Bina Program
Bina Program adalah suatu subbagian dari Bagian Tata Usaha yang
mempunyai tugas melakukan penyiapan dan penyusunan rencana
dan evaluasi program.
b. Subbagian Keuangan
Keuangan adalah suatu subbagian dari Bagian Tata Usaha yang
mempunyai tugas melakukan tata usaha dan administrasi

10
 keuangan, perbendaharaan, serta urusan verifikasi dan perhitungan
anggaran.
c. Subbagian Kepegawaian dan Hukum
Kepegawaian dan Hukum adalah suatu subbagian dari Bagian Tata
Usaha yang mempunyai tugas melakukan tata usaha kepegawaian,
pengadaan dan mutasi pegawai, pembinaan pegawai, jabatan
fungsional, organisasi dan tata laksana, serta urusan hukum dan
perundang- undangan.
d. Subbagian Urusan Dalam
Urusan Dalam adalah suatu subbagian dari Bagian Tata Usaha yang
mempunyai tugas melakukan surat menyurat, penggandaan,
kearsipan, persandian, kerumahtanggan, pemeliharaan gedung dan
lingkungan, serta urusan keamanan dan ketertiban kantor dan
tempat- tempat lain yang menjadi aset kantor di lingkungan Badan
Pusat Statistik Provinsi Jambi.

e. Subbagian Perlengakapan
Perlengkapan adalah suatu subbagian dari Bagian Tata Usaha
yang mempunyai tugas melakukan pengadaan, penyaluran,
penyimpanan, inventarisasi, penghapusan, dan urusan
pemeliharaan.
4. Bidang Statistik Sosial.
Bidang Statistik Sosial dipimpin oleh seorang Kepala Bidang mempunyai
tugas melaksanakan kegiatan di Bidang Statistik Sosial membawahi:
a. Seksi Statistik Kependudukan
Seksi Satistik Kependudukan adalah suatu subbagian dari
Bidang Statistik Sosial yang mempunyai tugas melakukan
pengumpulan, pengolahan, analisis sederhana, serta evaluasi dan
pelaporan statistik kependudukan.
b. Seksi Statistik Kesejahteraan Rakyat
Seksi Satistik Kesejahteraan Rakyat adalah suatu subbagian dari
Bidang Statistik Sosial yang mempunyai tugas melakukan
pengumpulan, pengolahan, analisis sederhana, serta evaluasi dan
pelaporan statistik kesejahteraan rakyat.
c. Seksi Statistik Ketahanan Sosial.
Seksi Stistik Statistik Ketahanan Sosial adalah suatu subbagian dari
Bidang Statistik Sosial yang mempunyai tugas melakukan

11
 pengumpulan, pengolahan, analisis sederhana, serta evaluasi dan
pelaporan statistik ketahanan sosial.
5. Bidang Statistik Produk
Bidang Statistik Produksi dipimpin oleh seorang Kepala Bidang mempunyai
tugas melaksanakan kegiatan di Bidang Statistik Produksi membawahi:
a. Seksi Statistik Pertanian
Seksi Statistik Pertanian adalah suatu subbagian dari Bidang
Statistik Produksi yang mempunyai tugas melakukan pengumpulan,
pengolahan, analisis, evaluasi, dan pelaporan statistik pertanian.
b. Seksi Statistik Industri
Seksi Statistik Industri adalah suatu subbagian dari Bidang
Statistik Produksi yang mempunyai tugas melakukan pengumpulan,
pengolahan, analisis, evaluasi, dan pelaporan statistik industri.
c. Seksi Statistik Pertambangan Energi dan Konstruksi.
Seksi Statistik Pertambangan adalah suatu subbagian dari Bidang
Statistik Produksi yang mempunyai tugas melakukan pengumpulan,
pengolahan, analisis, evaluasi, dan pelaporan statistik
pertambangan, energi, dan konstruksi.
6. Bidang Statistik Distribusi.
Bidang Statistik Distribusi dipimpin oleh seorang Kepala Bidang
mempunyai tugas melaksanakan kegiatan di Bidang Statistik Distribusi
membawahi:
a. Seksi Statistik Harga Konsumen dan Perdagangan Besar

Seksi Statistik Harga Konsumen dan Harga Perdagangan Besar

adalah suatu subbagian dari Bidang Statistik Distribusi yang
mempunyai tugas melakukan pengumpulan, pengolahan, analisis,
evaluasi, dan pelaporan statistik harga konsumen dan harga
perdagangan besar.

b. Seksi Keuangan dan Harga Produsen

Seksi Statistik Keuangan dan Harga Produsen adalah suatu
subbagian dari Bidang Statistik Distribusi yang mempunyai tugas
melakukan pengumpulan, pengolahan, analisis, evaluasi, dan
pelaporan statistik keuangan dan harga produsen.
c. Seksi Statistik Niaga dan Jasa
Seksi Statistik Niaga dan Jasa adalah suatu subbagian dari Bidang
Statistik Distribusi yang mempunyai tugas melakukan

12
 pengumpulan, pengolahan, analisis, evaluasi, dan pelaporan
statistik niaga dan jasa.
7. Bidang Neraca Wilayah dan Analisis Statistik.
Bidang Neraca Wilayah dan Analisis Statistik dipimpin oleh seorang Kepala
Bidang mempunyai tugas melaksanakan kegiatan di Bidang Neraca Wilayah
dan Analisis Statistik membawahi:
a. Seksi Neraca Produksi
Seksi Neraca Produksi adalah subbagian dari Bidang Neraca
Wilayah dan Analisis Statistik yang mempunyai tugas melakukan
pengumpulan, kompilasi data, pengolahan, analisis, evaluasi, dan
pelaporan neraca.
b. Seksi Neraca Konsumsi
Seksi Neraca Konsumsi adalah subbagian dari Bidang Neraca
Wilayah dan Analisis Statistik yang mempunyai tugas melakukan
pengumpulan, kompilasi data, pengolahan, analisis, evaluasi, dan
pelaporan neraca konsumsi.

c. Seksi Analisis Lintas Sektor

Seksi Analisis Statistik Lintas Sektor adalah subbagian dari Bidang
Neraca Wilayah dan Analisis Statistik yang mempunyai tugas
melakukan analisis statistik sosial, statistik ekonomi, dan statistik
lainnya.

8. Bidang Integrasi Pengolahan dan Diseminasi Statistik (IPDS)

Bidang Integrasi Pengolahan dan Diseminasi Statistik dipimpin oleh
seorang Kepala Bidang mempunyai tugas melaksanakan kegiatan di Bidang
Integrasi Pengolahan dan Diseminasi Statistik membawahi:
a. Seksi Integrasi Pengolahan Data
Seksi Integrasi Pengolahan data adalah suatu subbagian dari
Bidang Integrasi Pengolahan dan Diseminasi Statistik yang
mempunyai tugas melakukan pengintegrasian pengolahan data
statistik hasil survei, sensus, produk adminiistrasi, dan cara lain
serta data penunjang untuk sistem informasi manajemen.

b. Seksi Jaringan dan Rujukan Statistik

Seksi Jaringan dan Rujukan Statistik adalah suatu subbagian dari
Bidang Integrasi Pengolahan dan Diseminasi Statistik yang

13
 mempunyai tugas melakukan pengelolaan layanan dan
pemeliharaan jaringan komunikasi data, penghimpunan dan
pengolahan rujukan statistik, serta administrasi pemberian
rekomendasi kegiatan statistik sektoral.
c. Seksi Diseminasi dan Layanan Statistik
Seksi Diseminasi dan Layanan Statistik adalah suatu subbagian dari
Bidang Integrasi Pengolahan dan Diseminasi Statistik yang
mempunyai tugas melakukan pembakuan dan evaluasi publikasi,
kompilasi naskah yang akan dicetak, pemantauan kelayakan tiras
publikasi, penyususnan dan penetapan alokasi distribusi publikasi,
serta urusan pemberian layanan informasi statistik, pepustakaan,
dan pengelolaan dokumentasi statistik.
(BPS Jambi, 2017)

14
 IV. PELAKSANAAN MAGANG

4.1 Topik Magang

Indonesia merupakan salah satu negara yang dikategorikan negara

berkembang. Negara berkembang adalah negara yang rakyatnya memiliki
tingkat kesejahteraan atau kualitas hidup taraf sedang atau dalam
perkembangan. Suatu negara dikatakan negara berkembang apabila memiliki
kriteria pendapatan per kapita rendah, kesenjangan pendapatan, kesempatan
kerja kurang memadai, pertumbuhan penduduk yang cepat, kepadatan
penduduk tinggi, tingkat pengangguran tinggi, dan tingkat pendidikan yang
rendah. Tetapi tentu saja kriteria diatas tingkatannya berbeda-beda pada setiap
daerah yang ada di Indonesia, khususnya di Provinsi Jambi. Dengan cara
mengklasifikasikan setiap Kabupaten yang ada di Provinsi Jambi berdasarkan
Indikator Sosial Ekonomi maka akan dikenali kondisi pada wilayah tersebut.

Analisis Cluster
Analisis Cluster pertama kali digunakan oleh Tryon pada tahun 1939,
yang meliputi beberapa algoritma yang berbeda dan metode untuk
mengelompokkan objek serupa ke dalam kategori masing-masing. Clustering
adalah proses membuat pengelompokkan, sehingga semua anggota kelompok
dari setiap partisi memiliki persamaan berdasarkan matriks tertentu. Objek
data yang terletak di dalam cluster harus memiliki kemiripan.
Analisis cluster merupakan teknik analisis data yang bertujuan untuk
meringkas data dengan cara mengelompokkan objek kedalam beberapa
kelompok yang memiliki sifat berbeda antarkelompok, sehingga objek yang
terdapat dalam satu cluster akan memiliki sifat relatif homogen dan berbeda
jauh dengan objek dari cluster lainnya (Gunawan, 2016).

Berikut tipe-tipe Analisis Cluster:

1. Well-Separated cluster
Yakni sebuah cluster adalah himpunan titik yang memiliki kemiripan
dengan titik lain dalam cluster dari pada cluster yang lain.
2. Center-Based Cluster
Yakni sebuah cluster yang memiliki anggota-anggota yang mirip dengan
pusat cluster dari pada pust cluster lain. Ada dua pusat cluster, yaitu
entroid yakni rata-rata dari semua titik dalam cluster dan medoid yakni
memilih titik sebagai titik tengah.
 3. Graph-Based Cluster
Jika data direpresentasikan sebagai graph , dimana objek menjadi node
dan link menyatakan koneksi diantara objek, maka cluster dapat
didefinisikan sebagai connected component , yaitu group objek yang
terkoneksi satu sama lain, tetapi tidak memiliki koneksi dengan objek di
luar group.
4. Density-Based Cluster
Sebuah cluster wilayah yang pada objek dikelilingi leh wilayah dengan
kepadatan rendah. Cluster ini berguna untuk membentuk cluster dengan
bentuk yang tak teratur (irregular)¸atau terjalain (intertwined) dan juga
jika terdapat noise dan outlier.
5. Shared-Based Cluster
Yakni mencari cluster dengan beberap sifat yang sama atau menyatakan
konsep tertentu

Jika ada n objek pengamatan dengan p variabel, maka sebelum melakukan

pengeompokkan data, terlebih dahulu menentukan ukuran kedekatan sifat
antardata. Ada 3 ukuran Kemiripan, yaitu:
1. Jarak Euklidian
Jarak euklidian merupakan jarak antara dua objek dari p dimensi
pengamatan. Jarak euklidian digunakan jika variabel amatan saling
bebas atau tidak berkorelasi satu sama lain (tidak terjadi
multikoinearitas). Namun jika terjadi multikolinearitas dapat diatasi
dengan mentransformasi data menggunakan principle component
analysis (Analisis Komponen Utama). Jarak euklidian dapat dihitung
dengn rumus
p
d ( xy )= √∑
j=1
( x j − y j )2

Keterangan:
d ( xy ) = Kuadrat jarak euklidian antara objek X dan Y
P = banyaknya variabel yang diamati
Xj = nilai j pada objek X
Yj = nilai j pada objek Y
2. Jarak City-Block
Yakni menyederhanakan dari perbedaan rata-rata pada antarobjek.
Dapat dihitung dengan rumus:

d ( x , y )=∑ i| X i−Y i|

15
 Keterangan:
d( x , y ) = Kuadrat jarak euklidian antara objek X dan Y

Xi = nilai i pada objek X

Yi = nilai i pada objek Y

3. Jarak Mahalanobis
Jika terjadi multikolinearitas selain dengan mentransformasikan data
dengan analisis komponen utama, dapat juga dengan ukuran jarak
Mahalanobis. Dapat dihitung dengan rumus:

d ij = ( X ik −X jk )2 S−1 ( x i− y j )
√
Keterangan:
d ij = Kuadrat jarak mahalanobis
Xi dan Xj = Vektor dari nilai objek i dan j
S = matriks kovarian

Dua metode paling umum dalam algoritma cluster adalah metode hierarki dan
metode non hierarki.
1. Metode Hierarki
Metode pengelompokkan yang digunakan apabila belum ada informasi
jumlah kelompok. Metode clustering membentuk kontruksi atau berdasarkan
tingkatan tertentu seperti struktur pohon. Dengan demikian proses
pengelompokkan dilakukan secara bertingkat atau bertahap. Metode yang
termasuk dalam metode hierarki ialah single linkage, complete linkage, average
linkage, median linkage dan centroid linkage. Metode hierarki, yakni memulai
pengelompokan dengan dua atau lebih objek yang mempunyai kesamaan paling
dekat. Kemudian diteruskan pada objek yang lain dan seterusnya hingga cluster
akan membentuk semacam pohon dimana terdapat tingkatan (hierarki) yang
jelas antar objek, dari yang paling mirip hingga yang paling tidak mirip. Alat
yang membantu untuk memperjelas proses hierarki ini disebut dendogram.
Keuntungan penggunaan metode hierarki dalam analisis Cluster adalah
mempercepat pengolahan dan menghemat waktu karena data yang diinputkan
akan membentuk hierarki atau membentuk tingkatan tersendiri sehingga
mempermudah dalam penafsiran, namun kelemahan dari metode ini adalah
seringnya terdapat kesalahan pada data outlier, perbedaan ukuran jarak yang
digunakan, dan terdapatnya variabel yang tidak relevan

2. Metode Nonhierarki

16
 Metode pengelompokkan nonhierarki bertujuan untuk mengelompokkan
objek ke dalam k kelompok (k<n), biasanya metode ini dipakai dalam meng-
cluster data yang berukuran besar. Metode nonhierarki merupakan metode
pengelompokkan yang bertujuan mengelompokkan objek sedemikian rupa
hingga jarak tiap-tiap objek ke pusat kelompok di dalam satu kelompok adalah
minimum. Metode nonhierarki, yakni dimulai dengan menentukan lebih dahulu
jumlah clusteri yang diinginkan. Setelah jumlah cluster ditentukan, maka
proses cluster dilakukn dengan tanpa mengikuti proses hierarki. Metode ini
biasa disebut K-means cluster.
Metode non-hierarki memiliki keuntungan dapat melakukan analisis
sampel dalam ukuran yang lebih besar dengan lebih efisien. Selain itu, hanya
memiliki sedikit kelemahan pada data outlier, ukuran jarak yang digunakan,
dan variabel tak relevan atau variabel yang tidak tepat. Sedangkan
kelemahannya adalah untuk titik bakal random lebih buruk dari pada metode
hirarkhi.

Indeks Pembangunan Manusia

Indeks pembangunan manusia (IPM) adalah pengukuran perbandingan
dari harapan hidup, melek huruf, pendidikan dan standar hidup layak disuatu
wilayah. IPM menjelaskan bagaimana penduduk dapat mengakses hasil
pembangunan dalam memperoleh pendapatan, kesehatan, pendidikan, dan
sebagainya. IPM merupakan indikator penting untuk mengukur keberhasilan
dalam upaya membangun kualitas hidup masyarakat, sehingga dapat
ditentukan peringkat atau level pembangunan pada suatu wilayah untuk
mengukur kinerja Pemerintah.

Penduduk Miskin

Penduduk Miskin adalah penduduk yang memiliki rata-rata pengeluaran

perkapita perbulan dibawah garis kemiskinan. Garis Kemiskinan (GK)
merupakan penjumlahan dari Garis Kemiskinan Makanan (GKM) dan Garis
Kemiskinan Non Makanan (GKNM). Garis Kemiskinan Makanan (GKM)
merupakan nilai pengeluaran kebutuhan minimum makanan yang disetarakan
dengan 2100 kilokalori perkapita perhari. Garis Kemiskinan Non Makanan
(GKNM) adalah kebutuhan minimum untuk perumahan, sandang, pendidikan
dan kesehatan.  Persentase penduduk miskin yang tinggi menunjukkan bahwa
tingkat kemiskinan di suatu wilayah juga tinggi.

Produk Domestik Regional Bruto

17
 Nilai keseluruhan semua barang dan jasa yang diproduksi dalam suatu
wilayah dalam suatu jangka waktu tertentu atau perode tertentu dan biasanya
satu tahun. PDRB mempunyi kegunaan sebagai indikator untuk mengetahui
pertumbuhan ekonomi suatu daerah, bahan analisis tingkat kemakmuran
masyarakat dan tingkat perubahan barang dan jasa, bahan analisis
produktivitas secara sektoral, dan alat kontrol dalam menentukan kebijakan
pembangunan.

4.2 Hasil dan Pembahasan

18
 Adapun hasil penelitian dari data yang digunakan merupakan hasil dari
keseluruhan variabel yaitu Indeks Pembangunan manusia, Persentase
Penduduk miskin dan Produk Domestik Regional Bruto tiap kabupaten di
Provinsi Jambi pada tahun 2016, dengan menggunkan metode hierarki (average
linkage). Average Linkage merupakan salah satu metode cluster Hierarki yang
didasarkan pada rata-rata jarak jauh dari seluruh objek pada suatu cluster
dengan seluruh objek pada cluster lain. Adapun statistik deskriptif dari masing-
masing variabel pada data tersebut diperoleh seperti pada tabel berikut:

Tabel 1. Tabel Statistik deskriptif variabel Indeks Pembangunan Manusia (X1)

Indeks
Statistik Pembangunan
Manusia
Minimum 61,88
Maximum 76,14
Mean 68,7836
Stat deviasi 3,66896

Berdasarkan Tabel 4.1 menunjukkan statistik deskriptif dimana

diperoleh variabel Indeks Pembangunan Manusia dengan nilai Minimum dan
Maksimum sebesar 61,88% dan 61,88% untuk nilai Mean sebesar 68,7836%
sedangkan Std, Deviation memiliki nilai sebesar 3,66896%.

Tabel 2. Tabel Statistik deskriptif variabel Persentase Penduduk Miskin (X2)

Persentase
Statistik
Penduduk Miskin
Minimum 3,13
Maximum 12,76
Mean 8,2982
Stat deviasi 3,05454

Berdasarkan Tabel 4.2 menunjukkan statistik deskriptif dimana

diperoleh variabel Persentase Penduduk Miskin dengan nilai Minimum dan
Maksimum sebesar 3,13% dan 12,76% untuk nilai Mean sebesar 8,2982%
sedangkan Std, Deviation memiliki nilai sebesar 3,05454%.

Tabel 3. Tabel Statistik deskriptif variabel Produk Domestik Regional Bruto (X 3)

Statistik Tingkat
Pengangguran

19
 Terbuka
Minimum 3,35
Maximum 18,37
Mean 9,0918
Stat deviasi 4,33605

Berdasarkan Tabel 4.3 menunjukkan statistik deskriptif dimana

diperoleh variabel Persentase Penduduk Miskin dengan nilai Minimum dan
Maksimum sebesar 3,35% dan 18,37% untuk nilai Mean sebesar 9,0918%
sedangkan Std, Deviation memiliki nilai sebesar 4,33605%.

Gambar 2. Dendogram Hasil Analisis Cluster

20
 Berdasarkan hasil dendrogram sebagaimana ditunjukkan dari hasil
analisis yaitu mengindikasikan adanya kedekatan antar objek yang bisa
dijadikan panduan objek mana yang memiliki kemiripan karakteristik yang
sama. Dua objek dengan karakteristik sama akan digambarkan sebagai dua
titik yang posisinya berdekatan, semakin dekat posisi dua buah objek maka
semakin mirip, semakin jauh posisi dua buah titik objek maka semakin
berbeda. Dari analisis yang diperoleh dapat menunjukkan bahwa terdapat
kabupaten yang memiliki kedekatan, yaitu:

1. Anggota cluster pertama terdiri dari 8 kabupaten yaitu Merangin,

Sarolangun, Batanghari, Tebo, Bungo, Kerinci, Muara Jambi, dan Kota
Sungai Penuh
2. Anggota cluster kedua terdiri dari 1 kabupaten yaitu Kota Jambi
3. Anggota cluster ketiga terdiri dari 2 kabupaten yaitu Tanjung Jabung
Timur dan Tanjung Jabung Barat.

Tabel 4. Data rata-rata Analisis Cluster

Var Cluster 1 Cluster 2 Cluster 3

X1 69,09 76,14 63,90

X2 7,23 8,87 12,29

X3 7,06 14,29 14,64

Cluster 1 yang terdiri dari 8 anggota, dilihat dari Indeks Pembangunan

Manusia cluster ini mempunyai nilai yang berada ditengah-tengah, yang lebih
rendah dari cluster 2 namun lebih tinggi dari cluster 3. Artinya bahwa wilayah di
cluster tersebut pembangunan kualitas hidup masyarakat dikategorikan cukup
baik. Kemudian untuk Persentase Penduduk miskin yang lebih rendah dari
pada 2 cluster lainnya. Artinya bahwa wilayah pada cluster ini memiliki tingkat
kemiskinan yang lebih rendah dibandingkan dengan wilayah pada 2 cluster
lainnya. Begitupula dengan Produk Domestik Regional Bruto, cluster ini
memiliki nilai yang lebih rendah, yang artinya bahwa pada wilayah tersebut
jumlah barang atau jasa yang dihasilkan sebagai indikator pertumbuhan
ekonomi masih terbilang rendah . Sehingga dapat disimpulkan bahwa keadaan
masyarakat pada cluster ini dikategorikan kelompok masyarakat dengan
kesejahteraan yang cukup baik.
Cluster 2 yang terdiri dari 1 anggota, dilihat dari Indeks Pembangunan
Manusia mempunyai nilai yang paling tinggi dibandingkan dengan 2 cluster

21
lainnya. Dapat diartikan bahwa wilayah di cluster tersebut pembangunan
kualitas hidup masyarakat dikategorikan baik. Persentase Penduduk Miskin
terbilang cukup tinggi dibandingkan dengan cluster 1 yang artinya bahwa
wilayah pada cluster ini mempunya tingkat kemiskinan yang lebih tinggi dari
cluster 1. Namun Produk Domestik Regional Bruto pada cluster ini mempunyai
nilai yang mendekati cluster 3. Sehingga dapat disimpulkan bahwa keadaan
masyarakat pada cluster ini dikategorikan kelompok masyarakat dengan
kesejahteraan yang baik.
Cluster 3 yang terdiri dari 2 anggota, dilihat dari Indeks Pembangunan
Manusia cluster ini mempunyai nilai yang paling rendah dibandingkan dengan
cluster yang lain. Dapat diartikan bahwa wilayah di cluster tersebut
pembangunan kualitas hidup masyarakat dikategorikan kurang baik.
Begitupula dengan Persentase Penduduk miskin yang memiliki nilai lebih tinggi
dari pada 2 cluster lainnya. Artinya bahwa wilayah pada cluster ini memiliki
tingkat kemiskinan yang tinggi. Tetapi pada Produk Domestik Regional Bruto,
cluster ini memiliki nilai yang lebih tinggi, yang artinya bahwa pada wilayah
tersebut jumlah barang dan jasa yang dihasilkan sebagai indikator
pertumbuhan ekonomi terbilang baik. Sehingga dapat disimpulkan bahwa
keadaan masyarakat pada cluster ini dikategorikan kelompok masyarakat
dengan kesejahteraan yang Kurang baik.

4.3. Permasalahan Yang Dihadapi

Permasalahan yang dihadapi saat magang di BPS Provinsi Jambi adalah

Saat magang bertepatan dengan waktu pengrilisan Jambi dalam angka 2018,
banyak data yang belum lengkap dari berbagai daerah.

4.4 Solusi Yang Ditawarkan

Sebaiknya setiap daerah/kabupaten telah memberikan data sebelum waktu

jatuh tempo, agar pengolahan Statistika Daerah dapat dilakukan.

4.5

22
 V. KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan uraian hasil dan pembahasan maka dapat disimpulkan bahwa

terdapat 3 kelompok atau cluster yang diperoleh dari analisis yng dilakukan.
Adapun cluster tersebut adalah sebagai berikut:

1. Cluster pertama terdiri dari 8 Kabupaten yaitu Merangin, Sarolangun,

Batanghari, Tebo, Bungo, Kerinci, Muara Jambi, dan Kota Sungai Penuh.
Dimana cluster ini dikategorikan kelompok masyarakat dengan
kesejahteraan yang cukup baik, dapat dilihat dari rata-rata IPM yang
berada diantara dua cluster lainnya, Persentase Penduduk Miskin dan
PDRB yang rendah. Sehingga untuk membangun dan menyejahterakan
wilayah pada cluster tersebut pembuat kebijakan harus meningkatkan IPM
dan PDRB. Seperti Kabupaten Bungo yang harus menigkatkan indikator
IPM dan PDRB untuk pembangunan daerah.
2. Cluster kedua terdiri dari 1 kabuapten yaitu Kota Jambi. Dimana cluster ini
dikategorikan kelompok masyarakat dengan kesejahteraan yang baik, dapat
dilihat dari Indeks Pembangunan Manusia yang rata-ratanya lebih tinggi
dibandingkan 2 cluster lainnya dan Produk Domestik Regional Bruto yang
nilainya hampir sama tinggi dengan cluster 3. Dan Persentase Penduduk
Miskin yang nilainya berada ditengah-tengah. Sehingga wilayah pada
cluster ini (Kabupaten Kota Jambi) dapat dijadikan pedoman pembangunan
bagi wilayah yang lain.
3. Cluster ketiga terdiri dari 2 kabupaten yaitu Tanjung Jabung Timur dan
Tanjung Jabung Barat. Dimana cluster ini dikategorikan kelompok
masyarakat dengan kesejahteraan yang kurang baik. Hal ini dikarenakan
rata-rata IPM yang lebih rendah dari 2 clster lainnya dan mempunyai
Persentase Penduduk Miskin yang tinggi. Seperti Kabupaten Tanjung
Jabung Barat yang harus meningkatkan indikator IPM dan mengurangi
Persentase Penduduk Miskin yang tinggi, untuk dapat menyejahterakan
rakyatnya menjadi lebih baik lagi.

5.2 Saran

Diharapkan hasil dari analisis ini dapat digunakan untuk para pelaku
kebijakan untuk bagaimana memperbaiki kehidupan perekonomian masyarakat
pada suatu daerah khususnya di Provinsi Jambi
 DAFTAR PUSTAKA

Awaliah, Resky. 2018. Analisis Clustering Untuk Mengelompokkan Tingkat

Kesejahteraan Kabupaten/Kota Berdasarkan Sosial Ekonomi Rumah
Tangga Di Wilayah Provinsi Sulawesi Selatan. Sains dan Teknologi
Universitas Islam Negeri Alauddin Makassar: Makassar.
Badan Pusat Statistik. n.d. Tentang BPS-Sejarah.
(https://www.bps.go.id/menu/1/sejarah.html#masterMenuTab7 , 6
Agustus 2018 )

Badan Pusat Statistik Provinsi Jambi. 2017. Laporan Akuntabilitas Kinerja

Instansi Pemerintah 2017. Jambi : Badan Pusat Statistik

Gunawan, Iman. 2016. Pengantar Statistika Inferensial. Jakarta: PT Rajagrafindo

Persada.
Lampiran 1 Data Kabupaten

Data Indeks Pembangunan Manusia, Persentase Penduduk Miskin, Produk

Domestik Regional Bruto.

No Kabupaten IPM Persentase PDRB

Penduduk
Minskin
1 Kerinci 69,68 7,48 4,71
2 Merangin 67,86 9,95 7,09
3 Sarolangun 68,73 9,33 7,15
4 Batanghari 68,70 10,79 7,80
5 Muara Jambi 67,55 4,30 11,16
6 Tanjung Jabung Timur 61,88 12,76 10,90
7 Tanjung Jabung Barat 65,91 11,81 18,37
8 Tebo 68,05 6,87 6,80
9 Bungo 68,77 5,99 8,39
10 Kota Jambi 76,14 8,87 14,29
11 Kota Sungai Penuh 73,35 3,13 3,35

25
Lampiran 2: Perhitungan Jarak Euclidian

p
d ( xy )= √∑
j=1
( x j − y j )2

d xy =√ (x 1− y 1 )2+( x 2− y 2 )2+(x 3− y 3)2

2 2 2
d 1,2= √( 69,68−67,86 ) + ( 7,48−9,95 ) + ( 4,71−7,09 )
=3,883
2 2 2
d 1,3 =√( 69,68−68,73 ) + ( 7,48−9,33 ) + ( 4,71−7,15 )
=3,206
2 2 2
d 1,4 =√ ( 69,68−68,70 ) + ( 7,48−10,79 ) + ( 4,71−7,8 )
= 4,633
2 2 2
d 1,5 =√( 69,68−67,55 ) + ( 7,48−4,30 ) + ( 4,71−11,16 )
=7,500
2 2 2
d 1,6 =√ ( 69,68−61,88 ) + ( 7,48−12,76 ) + ( 4,71−10,90 )
=11,271
2 2 2
d 1,7 =√ ( 69,68−65,91 ) + ( 7,48−11,81 ) + ( 4,71−18,37 )
=14,817
2 2 2
d 1,8 =√( 69,68−68,05 ) + ( 7,48−6,87 ) + ( 4,71−6,80 )
=2,720
2 2 2
d 1,9 =√( 69,68−68,77 ) + ( 7,48−5,99 ) + ( 4,71−8,39 )
=4,073
2 2 2
d 1,10= √ ( 69,68−76,14 ) + ( 7,48−8,87 ) + ( 4,71−14,29 )
=11,638
2 2 2
d 1,11 =√ ( 69,68−73,35 ) + ( 7,48−3,13 ) + ( 4,71−3,35 )
=5,852
2 2 2
d 2,3 =√ (67,86−68,73 ) + ( 9,95−9,33 ) + ( 7,09−7,15 )
=1,070
2 2 2
d 2,4 =√ ( 67,86−68,70 ) + ( 9,95−10,79 ) + ( 7,09−7,8 )
= 1,384
2 2 2
d 2,5 =√ (67,86−67,55 ) + ( 9,95−4,30 ) + ( 7,09−11,16 )
= 6,970
2 2 2
d 2,6 =√ ( 67,86−61,88 ) + ( 9,95−12,76 ) + ( 7,09−10,90 )
= 7,267
2 2 2
d 2,7 =√ ( 67,86−65,91 ) + ( 9,95−11,81 ) + ( 7,09−18,37 )

26
 = 11,597
2 2 2
d 2,8 =√ (67,86−68,05 ) + ( 9,95−6,87 ) + ( 7,09−6,80 )
= 3,099
2 2 2
d 2,9 =√( 67,86−68,77 ) + ( 9,95−5,99 ) + ( 7,09−8,39 )
= 4,266
2 2 2
d 2,10= √ ( 67,86−76,14 ) + ( 9,95−8,87 ) + ( 7,09−14,29 )
= 11,026
2 2 2
d 2,11 =√ ( 67,86−73,35 ) + ( 9,95−3,13 ) + ( 7,09−3,35 )
= 9,521
2 2 2
d 3,4 =√ ( 68,73−68,70 ) + ( 9,33−10,79 ) + ( 7,15−7,8 )
= 1,598
2 2 2
d 3,5 =√( 68,73−67,55 ) + ( 9,33−4,30 ) + ( 7,15−11,16 )
=6,540
2 2 2
d 3,6 =√ ( 68,73−61,88 ) + ( 9,33−12,76 ) + ( 7,15−10,90 )
=8,529
2 2 2
d 3,7 =√ ( 68,73−65,91 ) + ( 9,33−11,81 ) + ( 7,15−18,37 )
=11,832
2 2 2
d 3,8 =√( 68,73−68,05 ) + ( 9,33−6,87 ) + ( 7,15−6,80 )
=2,576
2 2 2
d 3,9 =√( 68,73−68,77 ) + ( 9,33−5,99 ) + ( 7,15−8,39 )
=3,563
2 2 2
d 3,10= √ ( 68,73−76,14 ) + ( 9,33−8,87 ) + ( 7,15−14,29 )
=10,300
2 2 2
d 3,11 =√ ( 68,73−73,35 ) + ( 9,33−3,13 ) + ( 7,15−3,35 )
=8,615
2 2 2
d 4,5 =√ ( 68,70−67,55 ) + ( 10,79−4,30 ) + ( 7,8−11,16 )
=7,398
2 2 2
d 4,6 =√ ( 68,70−61,88 ) + ( 10,79−12,76 ) + ( 7,8−10,90 )
= 7,746
2 2 2
d 4,7 =√ ( 68,70−65,91 ) + ( 10,79−11,81 ) + ( 7,8−18,37 )
=10,979
2 2 2
d 4,8 =√ ( 68,70−68,05 ) + ( 10,79−6,87 ) + ( 7,8−6,80 )
=4,097
2 2 2
d 4,9 =√ ( 68,70−68,77 ) + ( 10,79−5,99 ) + ( 7,8−8,39 )

27
 =4,837
2 2 2
d 4,10 =√ ( 68,70−76,14 ) + ( 10,79−8,87 ) + ( 7,8−14,29 )
=10,058
2 2 2
d 4,11 =√ ( 68,70−73,35 ) + (10,79−3,13 ) + ( 7,8−3,35 )
=10,005
2 2 2
d 5,6 =√ ( 67,55−61,88 ) + ( 4,30−12,76 ) + ( 11,16−10,90 )
=10,188
2 2 2
d 5,7 =√ ( 67,55−65,91 ) + ( 4,30−11,81 ) + ( 11,16−18,37 )
=10,539
2 2 2
d 5,8 =√( 67,55−68,05 ) + ( 4,30−6,87 ) + ( 11,16−6,80 )
=5,086
2 2 2
d 5,9 =√( 67,55−68,77 ) + ( 4,30−5,99 ) + ( 11,16−8,39 )
=3,467
2 2 2
d 5,10= √ ( 67,55−76,14 ) + ( 4,30−8,87 ) + ( 11,16−14,29 )
=10,221
2 2 2
d 5,11 =√ ( 67,55−73,35 ) + ( 4,30−3,13 ) + ( 11,16−3,35 )
=9,798
2 2 2
d 6,7 =√ ( 61,88−65,91 ) + ( 12,76−11,81 ) + (10,90−18,37 )
=8,541
2 2 2
d 6,8 =√ (61,88−68,05 ) + ( 12,76−6,87 ) + ( 10,90−6,80 )
=9,464
2 2 2
d 6,9 =√( 61,88−68,77 ) + ( 12,76−5,99 ) + ( 10,90−8,39 )
=9,980
2 2 2
d 6,10= √ ( 61,88−76,14 ) + ( 12,76−8,87 ) + ( 10,90−14,29 )
=15,165
2 2 2
d 6,11 =√ ( 61,88−73,35 ) + ( 12,76−3,13 ) + ( 10,90−3,35 )
=16,772
2 2 2
d 7,8 =√( 65,91−68,05 ) + ( 11,81−6,87 ) + ( 18,37−6,80 )
= 12,761
2 2 2
d 7,9 =√( 65,91−68,77 ) + ( 11,81−5,99 ) + ( 18,37−8,39 )
=11,902
2 2 2
d 7,10= √ ( 65,91−76,14 ) + ( 11,81−8,87 ) + ( 18,37−14,29 )
=11,399
2 2 2
d 7,11 =√ ( 65,91−73,35 ) + ( 11,81−3,13 ) + (18,37−3,35 )

28
 =18,876
2 2 2
d 8,9 =√ (68,05−68,77 ) + ( 6,87−5,99 ) + ( 6,80−8,39 )
=1,955
2 2 2
d 8,10= √ ( 68,05−76,14 ) + ( 6,87−8,87 ) + ( 6,80−14,29 )
=11,205
2 2 2
d 8,11 =√ ( 68,05−73,35 ) + ( 6,87−3,13 ) + ( 6,80−3,35 )
=7,347
2 2 2
d 9,10 =√ ( 68,77−76,14 ) + ( 5,99−8,87 ) + ( 8,39−14,29 )
=9,870
2 2 2
d 9,11 =√ ( 68,77−73,35 ) + (5,99−3,13 ) + ( 8,39−3,35 )
=7,386
2 2 2
d 10,11 =√ (76,14−73,35 ) + ( 8,87−3,13 ) + ( 14,29−3,35 )
=12,666

Lampiran 3: Matriks jarak Euclidian

1 2 3 4 5 6 7 8 9 10 11

1 0

2 3,883 0

3 3,206 1,070 0

29
4 4,633 1,384 1,598 0

5 7,500 6,970 6,540 7,398 0

6 11,271 7,627 8,529 7,746 10,188 0

7 14,817 11,597 11,832 10,979 10,539 8,541 0

8 2,720 3,099 2,576 4,097 5,086 9,464 12,761 0

9 4,073 4,266 3,563 4,837 3,467 9,980 11,902 1,955 0

10 11,638 11,026 10,300 10,058 10,221 15,165 11,399 11,205 9,870 0

11 5,852 9,521 8,615 10,005 9,798 16,772 18,876 7,347 7,386 12,666 0

30
Lampiran 4: Perhitungan metode average lingkage
1. Min objek 23: 1,07

d 21+ d 31 d 26 +d 36 d 29 +d 39
d 23,1= d 23,6= d 23,9=
2 2 2
= = =

3,883+3,206 37,627+8,529 4,266+3,563

2 2 2
= 3,545 = 8,078 = 3,915
d23 +d 34 d 27 +d 37 d 210 + d 310
d 23,4 = d 23,7= d 23,10=
2 2 2
= = =

1,070+1,598 11,597+11,832 11,026+10,300

2 2 2
Matriks jarak
= 1,491 = 11,715 = 10,663
d 25 +d 35 d 28 +d 38 d 211+ d 311
d 23,5= d 23,8= d 23,11 =
2 2 2
= 3,099+2,576 =
=
2
6,970+6,540 9,521+8,615
= 2,838
2 2
= 6,755 = 9,068
Euclidian-nya menjadi

1 23 4 5 6 7 8 9 10

1 0

23 3,545 0

4 4,633 1,491 0

31
 5 7,500 6,755 7,398 0

6 11,271 8,078 7,746 10,188 0

11,71
7
14,817 5 10,980 10,539 8,541 0

12,76
8
2,720 2,838 4,097 5,086 9,464 1 0

11,90
9
4,073 3,915 4,837 3,467 9,980 2 1,955 0

10,66 11,39
10
11,638 3 10,058 10,221 15,165 9 11,205 9,870 0

18,87
11
5,852 9,068 10,005 9,798 16,772 6 7,347 7,386 12,666

2. Min objek 234: 1,491

d 231 + d 41 d 237 + d 47 d 2310 +d 410

d 234,1= d 234,7= d 234,10 =
2 2 2
= = =

3,545+4,633 11,715+10,980 10,663+ 10,058

2 2 2
= 4,089 = 11,347 = 10,360
d 235 + d 45 d 238 + d 48 d 2311 +d 411
d 234,5= d 234,8= d 234,11=
2 2 2
= 2,838+4,097 =
=
2
6,755+7,398 9,068+10,005
= 3,468
2 2
d 239 + d 49
= 7,077 d 234,9= = 9,536
2
d 236 + d 46
d 234,6= 3,915+4,837
2 =
2
=
= 4,376
8,078+7,746
2
32
= 7,912
Matriks jarak Euclidian-nya menjadi

2
3 1
1 4 5 6 7 8 9 0

4
,
0
8
9 0

7 7
, ,
5 0
0 7
0 7 0

1 1
1 7 0
, , ,
2 9 1
7 1 8
1 2 8 0

1 1 1
4 1 0 8
, , , ,
8 3 5 5
1 4 3 4
7 7 9 1 0

1
2 3 5 9 2
, , , , ,
7 4 0 4 7
2 6 8 6 6
0 8 6 4 1 0

4 4 3 9 1 1 0

33
 1
, , , , , ,
0 3 4 9 9 9
7 7 6 8 0 5
3 6 7 0 2 5

1 1 1 1 1 1
1 0 0 5 1 1 9
, , , , , , ,
6 3 2 1 3 2 8
3 6 2 6 9 0 7
8 0 1 5 9 5 0 0

1 1 1
5 9 9 6 8 7 7 2
, , , , , , , ,
8 5 7 7 8 3 3 6
5 3 9 7 7 4 8 6
2 6 8 2 6 7 6 6

3. Min objek 89: 1,955

d 81 +d 91 d 86 +d 96 d 811+ d 911
d 89,1= d 89,6 = d 89,11 =
2 2 2
= = =

2,720+4,073 9,464+ 9,980 7,347+7,386

2 2 2
= 3,396 = 9,722 = 7,367
d 8234 + d 9234 d 87 +d 97
d 89,234 = d 89,7 =
2 2
= =

3,468+4,376 12,761+11,902
2 2
= 3,922 = 12,331
d 85 +d 95 d 810 + d 910
d 89,5= d 89,10=
2 2
= =

5,086+3,467 1,955+ 9,870

2 2
= 4,276 = 10,538

34
Matriks jarak Euclidian-nya menjadi

1 234 5 6 7 89 10 11

1 0

23
4 4,089 0

5 7,500 7,077 0

6 11,271 7,912 10,188 0

7 14,817 11,347 10,539 8,541 0

89 3,396 3,922 4,276 9,722 12,331 0

10 11,638 10,360 10,221 15,165 11,399 10,538 0

11 5,852 9,536 9,798 16,772 18,876 7,367 12,666 0

4. Min objek 891: 3,396

d 89234 +d 1234 d 896 + d 16 d 8910 +d 110

d 891,234 = d 891,6= d 891,10 =
2 2 2
= = =

3,922+ 4,089 9,722+11,271 10,538+ 11,638

2 2 2
= 4,005 = 10,497 = 11,088
d 895 + d 15 d 897 +d 17 d 8911 +d 111
d 891,5= d 891,7= d 891,11 =
2 2 2
4,276+7,500 = =
= 35
2
12,331+14,817 7,367+5,852
= 5,888
2 2
= 13,574 = 6,609
Matriks jarak Euclidian-nya menjadi

891 234 5 6 7 10 11

89
1 0

23
4 4,005 0

5 5,888 7,077 0

6 10,497 7,912 10,188 0

11,34
7
13,574 7 10,539 8,541 0

10,36 15,16
10
11,088 0 10,221 5 11,399 0

16,77 12,66
11
6,069 9,536 9,798 2 18,876 6 0

5. Min objek 891234: 4,005

d8915 + d 2345 d 8917 +d 2347 d 89111 +d 23411

d 891234,5 = d 891234,7 = d 891234,11 =
2 2 2
= 13,574+11,347 6,069+9,536
= =
2 2
5,888+7,077
= 12,461 = 7,803
2
d 89110 +d 23410
= 6,482 d 891234,10=
2
d 8916 +d 2346
d 891234,6 = 11,088+10,360
2 =
2
=
= 10,724
10,497+7,912
2

36
 = 9,204

Matriks jarak Euclidian-nya menjadi

891234 5 6 7 10 11

891234 0

5 6,482 0
6. Min objek
8912345
10,18
6
9,204 8 0
d 8912346 +d 56 d 89123410 + d 510
d 8912345,6= d 8912345,10=
2 2
10,53
= =
7
12,461 9 8,541 0
9,204+10,188 10,724+10,221
2 10,22 2
10
10,724
= 9,696 1 15,165 11,399
= 10,473 0
d 8912347 +d 57 d 89123411+ d 511
Matriks d 8912345,7= d 8912345,11 = jarak
2 2 12,66
11
7,803 9,798
= 16,772 18,876 6 0 Euclidian-
7,803+ 9,798
nya = menjadi
2
12,461+10,539
= 8,801
2
= 11,500
8912345 6 7 10 11

891234
5 0

6 9,966 0

7 11,500 8,541 0

10 10,473 15,165 11,399 0

11 8,801 16,772 18,876 12,666 0

37
7. Min objek 67: 8,541

d 68912345 + d78912345 d 611+ d 711

d 67,8912345= d 67,11 =
2 2
9,966+11,500 =
=
2
16,772+18,876
= 10,733
2
d 610 + d 710
d 67,10= = 17,824
2
Matriks 15,165+ 11,399 jarak
=
2
Euclidian- nya menjadi
= 13,282

8912345 67 10 11

891234
5 0

67 10,733 0

10 10,473 13,282 0

12,66
11
8,801 17,834 6 0

8. Min objek 891234511: 8,801

d 891234567 + d 1167 d 891234510 + d 1110

d 891234511,67= d 891234511,10=
2 2
10,733+ 17,834 10,473+ 12,666
= =
2 2
= 14,283 = 11,569

38
Matriks jarak Euclidian-nya menjadi

891234511 67 10

89123451
1 0

67 14,283 0

10 11,569 13,282 0

9. Min objek 89123451110: 11,569

d 89123451167 +d 1067
d 89123451110,67 =
2
14,283+ 13,282
=
2
= 13,783
Matriks jarak Euclidian-nya menjadi

89123451110 67

8912345111
0 0

67 13,783 0

39
Lampiran 5 Lembar Kegiatan Harian Magang

No Hari, Tanggal Kegiatan

 Apel pagi
1 Senin, 2 juli 2018
 Input data PMA dan PMDN Prov Jambi

 Input data PMA dan PMDN Prov Jambi

2 Selasa, 3 Juli 2018  Entri data luas dn produksi tanaman
perkebunan prov jambi menurut kabupaten

 Entri data luas dn produksi tanaman

perkebunan prov jambi menurut kabupaten
3 Rabu, 4 Juli 2018
 Entri data survei tendensi konsumen 2018
(triwulan II-2018 april-juni)

 Entri data survei tendensi konsumen 2018

4 Kamis, 5 Juli 2018
(triwulan II-2018 april-juni)

5 Jumat, 6 juli 2018  Izin, karena kecelakaan

 Apel Pagi
6 Senin, 9 Juli 2018  Menyalin survei penyusunan disagregasi PMTB
2018

 Mengelompokkan data Neraca BMN

7 Selasa, 10 Juli 2018
persemester 2016

8 Rabu, 11 Juli 2018  Meringkas berita fenomena ekonomi

9 Kamis, 12 Juli 2018  Meringkas berita fenomena ekonomi

10 Jumat, 13 Juli 2018  Meringkas berita fenomena ekonomi

11 Senin, 16 juli 2018  Apel Pagi

40
  Meringkas berita fenomena ekonomi

 Entri data LK PDRB pengeluaran untuk tahun

12 Selasa, 17 Juli 2018
2016 dan 2017

13 Rabu, 18 juli 2018  Pemberian label nama kuisioner

14 Kamis, 19 juli 2018  pemberian label nama kuisioner

15 Jumat, 20 juli 2018  -

 Apel pagi
16 Senin, 23 juli 2018
 Mencari data lifting migas 2018

17 Selasa, 24 juli 2018  Menyalin data dan grafik statistik daerah

18 Rabu, 25 juli 2018  Menyalin data dan grafik statistik daerah

19 Kamis, 26 juli 2018  Menyalin data dan grafik statistik daerah

20 Jumat, 27 juli 2018  Menyalin data dan grafik statistik daerah

 Apel Pagi
21 Senin, 30 juli 2018  Mengelompokkan data Neraca BMN
persemester 2017

 mengelompokkan data Neraca BMN

22 Selasa, 31 juli 2018
persemester 2017

23 Rabu, 1 agustus 2018  Desain infografis

24 Kamis, 2 agustuas 2018  Desain infografis

25 Jumat, 3 agustus 2018  Desain infografis

 Apel Pagi
26 Senin, 6 agustus 2018
 Desain infografis

41
27 Selasa, 7 agustus 2018  Desain infografis

28 Rabu, 8 agustus 2018  Desain infografis

29 Kamis, 9 agustus 2018  Desain infografis

30 Jumat, 10 agustus 2018  Desain infografis

 Apel Pagi
31 Senin, 13 agustus 2018
 Menyalin data ekspor dan impor

32 Selasa, 14 agustus 2018  Menyalin data ekspor dn impor

33 Rabu, 15 agustus 2018  Desain infografis, indikator ekonomi 2017

34 Kamis, 16 agustus 2018  Desain infografis, indikator ekonomi 2017

35 Jumat, 17 agustus 2018  Upacara

 Apel Pagi
36 Senin, 20 agustus 2018  Menyalin rekap pencairan seksi neraca
konsumsi

37 Selasa, 21 agustus 2018  Statda 2017

38 Rabu, 22 gustuas 2018  Libur idul adha

39 Kamis, 23 agustus 2018  Statda 2017

 Senam pagi
40 Jumat, 24 agustus 2018
 Statda 2017

 Apel Pagi
41 Senin, 27 agustus 2018
 Izin sosialisasi elista

42 Selasa, 28 agustus 2018  Desain poster

42
43 Rabu, 29 agustus 2018  Desain poster

44 Kamis, 30 agustus 2018  Desain cover buku

45 Jumat, 31 Agustus 2018  Perpisahan

43
Lampiran 6 Upacara peringatan HUT Republik Indonesia ke-73 dan perpishan
magang

44