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 : RC
Nama : Erlangga Azis Nugraha
Nim : 120220160
Nama : Nabilah Afriyani Ali
Nim : 120220127
Judul Penelitian : Analisis Cluster di Kecamatan Banyuwangi

I . LATAR BELAKANG
Analisis klaster adalah salah satu alat terpenting dalam pemrosesan data statistik untuk melakukan analisis
data. Analisis klaster adalah sekumpulan metode yang secara otomatis mengelompokkan pola/objek ke
dalam klaster berdasarkan kesamaan. Secara intuitif, pola/objek dalam satu cluster lebih mirip satu sama
lain daripada pola/objek di cluster lain. Analisis klaster memiliki berbagai aplikasi seperti penambangan
data , pencarian informasi, biologi, kesehatan, pemasaran, segmentasi gambar, dll.

Konsep dasar dari analisis cluster sendiri terdiri dari konsep pengukuran jarak dan kesamaan dimana konsep
pengukuran jarak merupakan ukuran tentang jarak pisah antar objek, sedangkan pengukuran kesamaan
adalah berbicara tentang suatu ukuran kedekatan. Manfaat yang dapat diambil dari melakukan analisis
cluster adalah reduksi data, stratifikasi sampling, dan eksplorasi data peubah ganda. Hasil dari analisis ini
adalah obyek yang diclusterkan, peubah yang diamati, ukuran kemiripan yang dipakai.

Apabila ditelaah dalam bidang PWK maka tujuan dari penggunaan analisis cluster ini adlah untuk
mengelompokkan suatu wilayah berdasarkan tingkat kemiskinannya, tingkat kekumuhannya, dan
pengelompokkan kawasan bencana berdasarkan tingkat kerawanan. Hal inilah yang akan coba diterapkan
kedalam Kecamatan yang dikaji, yakni Kecamatan Bogor Barat.

2
II. RUMUSAN MASALAH
1. Bagaimana cara menerapkan analisis cluster menggunakan aplikasi SPSS

2. Apa saja tahapan dalam analisis cluster?

3. Cluster/kelompok apa saja yang terbentuk dari analisis cluster kali ini?

III. TUJUAN DAN SASARAN

Tujuan:

1. Mengetahui cara menerapkan analisis cluster menggunakan aplikasi SPSS

2. Mengetahui tahapan-tahapan dalam analisis cluster.

3. Mengetahui kelompok/cluster apa saja yang terbentuk dari analisis cluster kali ini.

Sasaran: Sasaran dari penelitian kali ini adalah Mahasiswa/i program studi PWK dapat memahami cara
kerja analisis cluster dan mengetahui pengelompokan yang terjadi pada kecamatan yang dikaji.

IV. POPULASI DAN SAMPEL

Ukuran populasi adalah banyaknya unsur atau unit yang terkandung dalam sebuah kategori populasi tertentu,
yang dilambangkan dengan huruf N. Populasi merupakan wilayah generalisasi yang terdiri atas objek/subjek
yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya (Sugiyono,2016:135). Ukuran sampel (sample size), yaitu jumlah subjek
yang dibutuhkan dalam sebuah penelitian, hal tersebut merupakan aspek penting dari sebuah penelitian,
karena menentukan presisi (ketelitian) estimasi (taksiran) tentang parameter populasi yang diteliti, dan
reliabilitas (konsistensi) kesimpulan tentang hipotesis yang diuji.

Populasi pada praktikum kali ini analisis faktor pada kecamatan Gunungpati tahun 2020
Sampel yang digunakan yaitu seperti luas wilas wilayah, jumlah penduduk, jumlah sarana pendidikan, jumlah
fasilitas kesehatan, dsb.

3
V. DASAR TEORI
Analisis cluster memiliki aplikasi yang luas seperti data mining (penambangan data), pencarian informasi,
biologi, kesehatan, marketing dan segmentasi gambar (Pande dkk, 2012).

Clustering adalah sebuah proses untuk mengelompokan data ke dalam beberapa cluster atau kelompok
sehingga data dalam satu cluster memiliki tingkat kemiripan yang maksimum dan data antar cluster
memiliki kemiripan yang minimum (Tan, 2006).

Dalam pengelompokannya digunakan suatu ukuran yang dapat menerangkan keserupaan atau kedekatan
antar data untuk menerangkan struktur grup sederhana dari data yang kompleks, yaitu ukuran jarak atau
similaritas dan ukuran jarak yang sering digunakan adalah ukuran jarak Euclidean (Johnson & Wichern,
1982).

VI. INPUT DATA DAN CARA KERJA

1. Siapkan data Faktor yang

sudah di cari sebelumnya

2. Klik Analyze, Kemudian Pilih

Classify lalu pilih yang
Hierarchical Cluster

3. Masukkan Data Faktor yang

ada ke Kolom Variables

4
4. Klik Statistics, Lalu centang
pada Agglomeration
Schedule dan Proximity
Matrix, Lalu tekan continue

5. Klik Plots, centang pada

Dendogram, lalu tekan
continue

6. Klik Method, lalu pada

Cluster Method pilih
Furthest Neighbor dan pada
Interval pilih Squared
Eucidean distance

7. Setelah Setelan dirasa sudah

benar dan tepat maka tekan
OK

5
 8. Maka Keluar Qutput
analisis klister yang di
inginkan

VII. ANALISIS HASIL PERHITUNGAN SPSS DAN INTERPRETASI HASIL

Table Case Processing Summary

Tabel ini menunjukan data yang dimasukan. Pada percobaan kami kali ini, kami memasukan 18 variabel
data yang valid 100 persen dan tidak ada yang hilang atau tidak dapat di proses.

Case Processing Summarya

Cases
Valid Missing Total
N Percent N Percent N Percent
18 100.0 0 .0 18 100.0
a. Complete Linkage

Proximity Matrix
Tabel ini menujukan nilai keterkaitan antar variabel satu dan lainnya.

6
 Pada Tabel Agglomeration Schedule dapat dilihat variable-variabel yang memiliki
kesamaan.
• pada Stage 1, objek 12 dan 13 memiliki tingkat kedekatan sebesar 0,037,
• pada stage 2, objek 11 dan 12 memiliki tingkat kedekatan sebesar 0,107
• Pada Stage 3, objek 1 dan 8 memiliki tingkat kedekatan sebesar 0,141
• Pada Stage 4, objek 8 dan 17 memiliki tingkat kedekatan sebesar 0,229
• Pada stage 5, objek 6 dan 14 memiliki tingkat kedekatan sebesar 0,272
• Pada Stage 6, objek 2 dan 3 memiliki tingkat kedekatan sebesar 0,443
• Pada Stage 7, objek 6 dan 10 memiliki tingkat kedekatan sebesar 0,458
• Pada Stage 8, objek 8 dan 16 memiliki tingkat kedekatan sebesar 0,568
• Pada Stage 9, objek 9 dan 11 memiliki tingkat kedekatan sebesar 0,627
• Pada Stage 10, objek 5 dan 15 memiliki tingkat kedekatan sebesar 0,680
• Pada Stage 11, objek 1 dan 8 memiliki tingkat kedekatan sebesar 1,686
• Pada Stage 12, objek 5 dan 7 memiliki tingkat kedekatan sebesar 1,732
• Pada Stage 13, objek 1 dan 6 memiliki tingkat kedekatan sebesar 1,993
• Pada Stage 14, objek 1 dan 2 memiliki tingkat kedekatan sebesar 5,366
• Pada Stage 15, objek 1 dan 9 memiliki tingkat kedekatan sebesar 12,569
• Pada Stage 16, objek 1 dan 5 memiliki tingkat kedekatan sebesar 13,092
• Pada Stage 17, Objek 1 dan 4 memiliki tingkat kedekatan sebesar 26,526

Pada diagram Case ini dapat di

ketahui terdapat berapa kluster yang
terbentuk pada analisis kali ini.
Terdapat 6 Kluster yang terbentuk

7
 Pada Dendogram ini dapat di ketahui
bagaimana proses terbentuk nya
kluster. Dan juga dapat diketahui
jarak antar objeknya

VIII. PERWUJUDAN ETIKA PENELITIAN

Praktikum kali ini, praktikan telah mewujudkan etika lingkungan antara lain:

1. Praktikan mengelola, menjalankan dan melaporkan hasil secara bertanggungjawab, cermat dan seksama.
2. Praktikan melakukan praktikum dengan jujur dan melakukannya dengan kemampuan sendiri.
3. Praktikan melakukan praktikum dengann bekerjasama dengan teman sekelompok.

IX. KESIMPULAN
Dari 18 data yang dimasukkan kedalam Analisis Cluster pada SPSS di dapatkan informasi bahwa data
tersebut dapat di reduksi kedalam Kluster-Kluster yang di ukur dari tinggkat kedekatannya. Dari Analisis
Kluster terhadap data-data di Kecamatan Banyuwangi dapat terbentuk ….. Kluster yang kemudian dapat di
jadikan dasar dalam pengambilan keputusan.

8
IX. DAFTAR PUSTAKA
Pande, 2012.

Sugiyono,2016:135

Tan,2006.
https://socs.binus.ac.id/2017/03/09/clustering/#:~:text=Menurut%20Tan%2C%202006%20clustering%20ad
alah,cluster%20memiliki%20kemiripan%20yang%20minimum.