PRAKTIKUM 2 MATA KULIAH METODE ANALISIS PERENCANAAN II

ANALISIS CLUSTER (PENGELOMPOKAN)

Penjelasan Dasar
Lembar kerja praktikum ini merupakan tugas yang perlu praktikan selesaikan dalam waktu
maksimal 2x130 menit dan dikumpulkan saat praktikum berakhir. Lembar kerja dikerjakan
secara berkelompok sesuai kelompok praktikum. Lembar kerja dikumpulkan dalam format
file Ms. Word dengan file name MAP2_Praktikum 2_NIM Mahasiswa 1_NIM Mahasiswa
2_dst. Dalam melengkapi lembar kerja, diharapkan praktikan tidak mengubah template
lembar kerja yang telah disediakan. Teknis pengumpulan lembar kerja akan dijelaskan lebih
lanjut oleh Asisten Praktikum.

Tujuan Praktikum
Analisis Pengelompokkan adalah analisis statistik yang memiliki kegunaan untuk meringkas
data, yaitu objek. Analisis pengelompokkan mencoba menemukan hubungan
(interrelationship) antar sejumlah objek yang saling terkait dengan objek lainnya sehingga
dapat tergabung ke dalam satu kumpulan objek (cluster). Tujuan utama dari praktikum kali
ini adalah: a) mempraktikkan penggunaan SPSS sebagai alat hitung statistik; b)
mempraktikan Uji Analisis Pengelompokan (Cluster). Pada akhir praktikum, diharapkan
praktikan mampu mengoperasikan SPSS untuk membantu perhitungan pada jumlah kasus
yang banyak; menerapkan analisis cluster khususnya dalam bidang perencanaan wilayah dan
kota; dan mampu menginterpretasikan hasil dan menarik kesimpulan berdasarkan hasil
perhitungan analisis cluster.

1
Identitas Praktikan
Kelas : RA
Nama : Dina Marisa Elvira
Nim : 119220160
Nama : Hafizh Aad Kase
Nim : 119220003
Judul Penelitian : Menentukan pusat-pusat pelayanan regional bagi masyarakat dengan
mempertimbangkan ketersediaan sarana dan prasarana di provinsi Bengkulu.

I . LATAR BELAKANG
Bengkulu merupakan Provinsi di Sumatera yang terletak pada koordinat 5°40’ – 2° 0’ LS 40’ –
104° 0’ BT dengan luas area sebesar 19.788.70 km2 (7,640,46 ) yang berbatasan dengan :
Utara : Sumatera Barat
Selatan : Lampung
Barat : Samudra Hindia
Timur : Jambi dan Sumatera Selatan
Pusat pelayanan kawasan memiliki fungsi yaitu untuk melayani kegiatan skala kecamatan atau
beberapa desa. Untuk menentukan lokasi pusat-pusat pelayanan dipengaruhi oleh berbagai faktor, salah
satunya adalah sarana dan prasarana. Darana dan prasarana dapat diartikan sebagai kerangka dasar dari
suatu sistem, kerangka dasar tersebut menjadi fasilitas umum dan pelengkapan dasar fisik yang
memungkinkan lingkungan untuk bekerja sebagaimana mestinya, serta menjadi penentu keberhasilan dari
suatu perkembangan kota.
Analisis cluster merupakan salah satu alat yang penting dalam pengolahan data statistik untuk
melakukan analisis data. Analisis cluster merupakan seperangkat metodologi yang secara otomatis
mengelompokkan pola/objek ke dalam sebuah cluster berdasarkan kemiripannya.
Untuk melihat sarana dan prasarana mana sajakah yang memiliki karakteristik yang relatif sama
sehingga dapat menilai lokasi pusat pelayanan regional di Provinsi bengkulu ini, maka kami melakukan
penelitian terhadap ketersediaan sarana dan prasarana di Provinsi Bengkulu yang dapat menjadi pusat
pelayanan regional. Penelitian ini kami lakukan dengan menggunakan cluster analysis, yakni untuk
mengelompokan sarana dan prasarana yang memiliki kesmaan objek.

2
II. RUMUSAN MASALAH
Adapun rumusan masalah pada praktikum kali ini sebagai berikut :

1. Apa yang dimaksud dengan analisis cluster ?

2. Apa jenis jenis dari analisis cluster
3. Bagaimana penggunaan metode analisis cluster ?
4. Variabel apa saja yang terdapat pada faktor yang terbentuk ?
5. Bagaimana penerapan metode analisis faktor terhadap spss ?
6. Bagaimana hasil output metode analisis cluster ?

III. TUJUAN DAN SASARAN

3.1 Tujuan utama dari praktikum kali ini adalah :

1. Mahasiswa mempunyai pengetahuan dan kemampuan dasar dalam melakukan dan

menerapkan analisis Cluster
2. mempraktikan Uji Analisis Pengelompokan (Cluster).
3. Pada akhir praktikum, diharapkan praktikan mampu mengoperasikan SPSS untuk membantu
perhitungan pada jumlah kasus yang banyak; menerapkan analisis cluster khususnya dalam bidang
perencanaan wilayah dan kota; dan mampu menginterpretasikan hasil dan menarik kesimpulan
berdasarkan hasil perhitungan analisis cluster.

3.2 sasaran

1. Mengetahui apa itu analsis cluster

2. Mengetahui jenis analisis cluster
3. Mengetahui jumlah cluster yang terbentuk dari objek yang disediakan di provinsi Bengkulu

3
IV. POPULASI DAN SAMPEL

4.1 populasi
Populasi yang digunakan dalam praktikum kali ini terdiri dari Jumlah penduduk, jumlah Pengguna listrik,
jumlah angka hidup, jumlah kecamatan, jumlah puskesmas, jumlah posyandu, jumlah rumag sakit, jumlah
hotel, jumlah wisata, jumlah lapangan pekerjaab, dan jumlah melek huruf. Pada analisis ini dilakukan
dengan analisis cluster

4.2 sampel
Sampel yang digunakan untuk praktikum kali ini adalah seluruh kecamatan yang ada di provinsi bengkulu,
yaitu Kabupaten Bengkulu Selatan, Rejang Lebong, Bengkulu Utara, Kaur, Seluma, Muko-muko, Lebong,
Kapahiang, Bengkulu Tengah dan Kota Bengkulu

4
V. DASAR TEORI
5.1 Analisis cluster
Analisis cluser merupakan metode pengelompokan yang digunakan untuk menganalisis sejumlah
besar data. Metode ini membagi objek yang dikaji mwnjadi beberapa kelompok yang berbeda, dan
dibandingkan berdasarkan karakteristik tertentu.
Analisis ini memiliki tujuan yaitu untuk membuat kelompok kelompok homogen dari objek tunggal
yang heterogen. (hestanto)

5.2 Metode pengelompokan (klustering)

- Hirarkis, yaitu memulai pengellompokan dengan 2 atau lebih objek yang mempunyai kesamaan
paling dekat, dan terdapat hirarki yang jelas anar objek, Clusterakan membentuk
semacam‘pohon’ dimana terdapat tingkatan (hirarki) yangjelas antar obyek, dari yang
paling mirip hinggayang paling tidak mirip. Teknik hirarki (hierarchical methods) adalah
teknik Clustering membentuk kontruksi hirarki atau berdasarkan tingkatan tertentu seperti
struktur pohon (struktur pertandingan) alat yang digunakan untuk memperjelas proses
hirarkis ini yaitu dendogram.
Metode yang digunakan dalam teknik hirarki ini adalah :
a. Agglomerative metodhe, awalnya setiap objek membentuk cluster masing masing kemudian
dua objek dengan jarak terdekat bergabung. Objek selanjutnya bergabung dengan cluster
yang ada atau berama dengan objek lainnya, dan pada akhirnya terbentuk satu cluster yang
tersdiri dari keseluruhan objek.
b. Dicisive methode , metode ini berlawanan dengan metode diatasm pada awalnya semua
objek berada dalam 1 cluster dan diakhir akan dipisahkan sehingga membentuk cluster yang
lebih kecil.
- Non hirarkis, yaitu dimulai dengan menentukan dahulu jumlah ckluster yang diinginkan, setelah
jumlah cluster dutentukanm maka proses cluster dilakukan dengan tanpa mengikuti proses
hirarki, metode ini biasa disebut denga k means cluster. (miftakhurruzal, 2018)
Ada beberapa metod dalam non hirarkis ini, yaitu :
a. Sequential Threshold Procedure
b. Parallel Threshold Prosedure
c. Optimizing (noname, 2016)
5.3 Tipe cluster
- well separated cluster, yaitu sehimpunan titik yang memiliki kemiripan dengan titik lain
dalam cluster
- center based cluster , merupakan cluster yang memiliki anggota yang mirip dengan pusat
cluster daripada pusat cluster lain. Pusat cluster dibagi menjadi w yaitu centroid yang
artinya rata rata dari semua titik dalam cluster san medoid yang artinya memilih titik
sebagai titik tengah.
- Density based cluster adalah area pada titik, yang dipisahkan dengan area le[adatan rendah
daro area kepadatan tinggi lainnya. Digunakan ketika cluster tdak teratur atau saling terkait,
dan ketika ada noise dan outliers hadir. (miftakhurruzal, 2018)
6.4 Tujuan analisis Cluster
- Penyederhanaan Data Penyederhanaan, data merupakan bagian dari suatu taksonomi.
Dengan struktur yang terbatas observasi/objek dapat dikelompokkan untuk analisis
selanjutnya.
- Identifikasi Hubungan (Relationship Identification), Hubungan antar objek diidentifikasi
secara empiris. Struktur analisis
- Pemilihan pada Pengelompokan Variabel, Pemilihan variabel harus sesuai dengan teori
dan konsep yang umum digunakan dan harus rasional. Rasionalitas ini didasarkan
pada teori-teori eksplisit atau penelitian sebelumnya. Variabel-variabel yang dipilih
hanyalah variabel yang dapat mencirikan objek yang akan dikelompokkan dan
secara spesifik harus sesuai dengan tujuan analisis Cluster.

5
VI. INPUT DATA DAN CARA KERJA

Gunakan data yang sama dengan data yang digunakan pada analisis faktor pada praktikum
sebelumnya, karena data yang akan diinput adalah data nilai faktor yang didapatkan pada anlisis
sebelumnya.

1. Klik analyze kemudian pilih classify lalu pilih hierachical cluster

2. Masukkan nilai faktor yang didapatkan pada analisis faktor sebelumnya ke dalam
variabel, kemudian klik statistics

3. Ceklist agglomeration schedule dan proximity matrix lalu continue

6
4. Klik plot

5. Ceklist dendrogram lalu continue

6. Klik method

7
7. Pada cluster method pilih furthest neighbor dan squared Euclidean distance pada menu
interval lalu continue

8. kemudian klik ok

9. hasil output akan keluar

8
VII. ANALISIS HASIL PERHITUNGAN SPSS DAN INTERPRETASI HASIL
Analisis yang didapatkan dari output hasil SPSS yaitu Case Processing Summary terdapat 0 data
dari total 10 objek yang dimasukkan ke dalam analisis cluster pada praktikum ini.

Case Processing Summarya

Cases
Valid Missing Total
N Percent N Percent N Percent
10 100.0 0 .0 10 100.0
a. Complete Linkage

Terdapat tabel Proximity Matrix yang menunjukkan angka-angka yang memiliki kesamaan dan
menunjukkan kemiripan dari objek-objek yang sudah dimasukkan ke dalam analisis tersebut.

Proximity Matrix
Cas Squared Euclidean Distance
e 1 2 3 4 5 6 7 8 9 10
1 .000 .868 1.760 6.113 .647 .097 3.062 .498 3.188 4.525

2 .868 .000 .159 4.961 .655 1.393 7.192 2.217 2.448 2.547
3 1.760 .159 .000 5.291 1.269 2.492 9.461 3.537 2.866 2.044

4 6.113 4.961 5.291 .000 2.832 5.776 12.865 5.206 .483 13.907

5 .647 .655 1.269 2.832 .000 .679 5.294 .857 .979 5.712
6 .097 1.393 2.492 5.776 .679 .000 2.345 .160 3.025 5.944

7 3.062 7.192 9.461 12.865 5.294 2.345 .000 1.939 9.196 13.001

8 .498 2.217 3.537 5.206 .857 .160 1.939 .000 2.789 8.012
9 3.188 2.448 2.866 .483 .979 3.025 9.196 2.789 .000 9.707

10 4.525 2.547 2.044 13.907 5.712 5.944 13.001 8.012 9.707 .000

This is a dissimilarity matrix

Terdapat tabel Agglomeration Schedule yang menunjukkan tahapan pembentukan cluster yang
akan kita lakukan, pada stage 1, cluster 1 memiliki kesamaan dengan cluster 2 yaitu pada objek nomor 1 dan
objek nomor 6 dengan kedekatan 0,097. Pada stage no 2 cluster 1 memiliki kesamaan dengan cluster 2 yaitu
pada objek nomor 2 dan objek nomor 3 dengan kedekatan 0,159 begitu pula pada stage selanjutnya yaitu
stage 3 sampai dengan stage 9 yang cluster 1 nya memiliki kesamaan dengan cluster 2 pada objek masing-
masing stage. Untuk menentukan pembentukan cluster yang dilakukan kita harus melihat lompatan dari
stage 1 ke next stage. Pada stage 1 lompatan yang pertama di next stage ke stage nomor 4 sehingga kita
langsung menuju stage nomor 6 yang memiliki lompatan next page ke stage nomor 5, stage 5 next stage ke
stage nomor 7, stage 7 next stage ke stage nomor 8, stage 8 next stage ke stage nomor 9, sehingga terjadi 5
kali lompatan yang menunjukan terdapat 5 cluster.

9
Output case yang menunjukkan penguatan cluster dari objek yang data seperti yang terlihat ppada hasil
SPSS yang telah dilakukan terdapat 5 case yang akan kita masukkan.

Pada tabel Agglomeration Schedule bahwa terdapat 5 cluster sehingga cluster yang pertama kali kita
dapatkan adalah objek nomor 1,6,8. Cluster 2 yaitu objek nomor , cluster 3 objek nomor 7, cluster 4 objek
nomor 4,9

10
INTERPRETASI
Hasil analisis data menyatakan bahwa data dapat dianalisis ulang dengan mereduksi beberapa
objek yang ada yang mempunyai kemiripan karakteristik. Pada analisis cluster terdapat jumlah cluster yang
telah terbentuk yaitu sebanyak terdapat 5 cluster 1. Cluster 1 yang beranggotakan Bengkulu selatan,
muko-muko, kapahiang. Cluster 2 beranggotakan selum. Cluster 3 beranggotakan lebong. Cluster 4
beranggotakan kaur, bengkulu tengah. Cluster 5 beranggotakan rejang lebong, bengkulu utara, kota
bengkulu. masalah yang diangkat adalah mengenai sarana dan prasarana di setiap kabupaten di provinsi
bengkulu. Maka hasil output dari anilisis cluster yang kami dapatkan adalah pengelompokan kecamatan
berdasarkan kemiripan objek-objek sarana dan prasarana yang tersedia di setiap kecamatan.
Berdasarkan hal tersebut, banyak hal yang perlu diperhatikan dan dipersiapkan untuk perencanaan,
diantaranya peningkatan ketersediaan sarana dan prasarana khususnya di Provinsi Bengkulu. Dengan
adanya peningkatan tersebut diharapkan setelah proses keluaran dapat dibuat suatu perencanaan yang sesuai
dengan permasalahan atau kebutuhan daerah yang akan direncanakan. Salah satu hal yang harus
dipersiapkan pada awal proses perencanaan adalah menentukan data yang dibutuhkan, data yang dibutuhkan
tidak sedikit. Data yang diperoleh perlu dipilih secara logis dan masuk akal, sehingga diperlukan analisis
cluster untuk mengklasifikasikan objek-objek yang memiliki karakteristik serupa ke dalam beberapa cluster.
Ini akan memudahkan perencana untuk menganalisis data dan membuat kebijakan atau pengambilan
keputusan lebih mudah.
Salah satu jenis pekerjaan yang dilakukan oleh perencana adalah pembangunan daerah. Menurut
Pasal 23 ayat (3), "Peraturan Pemerintah Nomor 14 Tahun 2016 tentang Pengelolaan Perumahan dan
Permukiman" pada dasarnya mengatur bahwa prasarana umum, sarana dan prasarana umum yang harus
diselesaikan setiap orang harus diserahkan kepada pemerintah daerah. perlu merumuskan Peraturan Daerah
tentang "Pedoman Penyelenggaraan Prasarana Umum, Sarana dan Utilitas Umum di Perumahan dan
Kawasan Perumahan". Dari regulasi tersebut dapat dikatakan bahwa pembangunan daerah, termasuk
identifikasi pusat pelayanan, melibatkan unsur sarana dan prasarana yang dapat mendukung kegiatan yang
akan ditetapkan sebagai pusat pelayanan.

11
VIII. PERWUJUDAN ETIKA PENELITIAN
Perwijudan etika penelitian sebagai berikut :

1. kejujuran, kejujuran dalam pengumpulan bahan pustaka, pengumpulan data mdan pelaksanaan
metode dan prosedur penelitian.
2. Objektivitas, praktikan berupaya meminimalkan kesalahan dalam melakukan praktikum,
3. Integritas, praktikan melakukan penelitian dengan tulus dan kenjaga konsisten pikiran dan
perbuatan.
4. Ketelitian, praktikan selalau menjaga ketelitian, ketelitian saat penelitian, maupun saat pengerjaan
laporan.
5. Keterbukaan , praktikan saling berbagi data, hasil dan ide dengan rekan sekelompok.

IX. KESIMPULAN
Berdasarkan analisis yang telah dilakukan menggunakan tabel agglomeration schedule, case dan
dendrogram dapat diketahui bahwa objek-objek yang ada dapat dikelompokkan menjadi 5 buah cluster
yang terbentuk dari hasil analisis yang didapatkan.
Pada proses analisis cluster kali ini menghasilkan cluster yaitu
1. Cluster 1 yang beranggotakan Bengkulu selatan, muko-muko, kapahiang
2. Cluster 2 beranggotakan seluma
3. Cluster 3 beranggotakan lebong
4. Cluster 4 beranggotakan kaur, bengkulu tengah
5. Cluster 5 beranggotakan rejang lebong, bengkulu utara, kota bengkulu

12
IX. DAFTAR PUSTAKA

hestanto. (n.d.). Analisis Cluster (Cluster Analysis). Retrieved januari 26, 2021, from
hestanto.web.id: https://www.hestanto.web.id/analisis-cluster-cluster-
analysis/#google_vignette

miftakhurruzal. (2018, februari). analisis cluster. Retrieved maret 26, 2021, from
http://miftakhurrizal.lecture.ub.ac.id/:
http://miftakhurrizal.lecture.ub.ac.id/files/2018/02/ANALISIS-CLUSTER.pdf

noname. (2016). analisis cluster. Retrieved 2021, from docplayer.info:

https://docplayer.info/37207883-Materi-praktikum-praktikum-3-analisa-cluster.html

13