23
beratnya pada karakteristik yang secara signifikan berbeda antar klaster dan memprediksi anggota dalam suatu klaster khusus.
3.5 Penarikan Kesimpulan
Pada akhir metode penelitian ini dilakukan penarikan kesimpulan sebagai jawaban dari permasalahan bagaimana bentuk klaster dengan
menggunakan metode Single Linkage, metode Complete Linkage, metode Average Linkage dan metode K-Means. Serta, bagaimana perbandingan hasil kinerja
metode Single Linkage, metode Complete Linkage, metode Average Linkage dan metode K-Means jika ditinjau dari simpangan baku dalam dan simpangan baku
antar kelompok klaster.
72
BAB 5 PENUTUP
5.1 Simpulan
Berdasarkan hasil pembahasan mengenai Perbandingan Analisis Klaster menggunakan Metode Single Linkage, Complete Linkage, Average Linkage dan
K-Means untuk Pengelompokan Kecamatan Berdasarkan Variabel Jenis Ternak di Kabupaten Semarang diperoleh simpulan sebagai berikut:
1. Hasil klaster yang terbentuk menggunakan metode Single Linkage yaitu didapat enam pengelompokan kecamatan dengan rasio simpangan baku
dalam dan antar kelompok bernilai 0,114028. Variabel yang paling berpengaruh pada pengelompokan ini adalah variabel banyaknya ternak
sapi perah. Untuk hasil klaster yang terbentuk menggunakan metode Complete Linkage yaitu didapat enam pengelompokan kecamatan dengan
rasio simpangan baku dalam dan antar kelompok bernilai 0,240259. Variabel yang paling berpengaruh pada pengelompokan ini adalah variabel
banyaknya ternak mentok. Hasil klaster yang terbentuk menggunakan metode Average Linkage yaitu didapat dua pengelompokan kecamatan
dengan rasio simpangan baku dalam dan antar kelompok bernilai 0,237186. Variabel yang paling berpengaruh pada pengelompokan ini
adalah variabel banyaknya ternak sapi perah. Hasil klaster yang terbentuk menggunakan metode K-Means yaitu didapat enam pengelompokan
kecamatan dengan rasio simpangan baku dalam dan antar kelompok
bernilai 0,228211. Variabel yang paling berpengaruh pada pengelompokan ini adalah variabel banyaknya ternak sapi perah
2. Perbandingan hasil kinerja metode Single Linkage, metode Complete Linkage, metode Average Linkage dan metode K-Means jika ditinjau dari
simpangan baku dalam kelompok dan simpangan baku antar kelompok untuk, kinerja metode Single Linkage dengan enam pengelompokan adalah
yang terbaik karena memiliki rasio simpangan baku dalam dan antar kelompok paling kecil diantara yang lain.
5.2 Saran
Selain menggunakan metode Single Linkage, Complete Linkage, Average Linkage dan K-Means, pengelompokan data juga dapat menggunakan metode
klaster Ward’s Linkage, Centroid Linkage atau K-Median. Penelitian
selanjutnya disarankan untuk menambahkan variabel jenis ternak lainnya untuk hasil pengelompokan yang lebih baik.
DAFTAR PUSTAKA
Alam, D.P.A. 2010. Pengelompokan Zona Musim ZOM dengan Agglomerative Hierarchical Clustering Studi kasus : Pengelompokan ZOM di kabupaten
Ngawi. Surabaya. Institut Teknologi Sepuluh Nopember. Artikel non-personal, 20 Desember 2014, Peternakan, Wikipedia Bahasa
Indonesia, http:id.wikipedia.orgwikipeternakan , diakses 13 Januari
2015
Badan Pusat Statistik. 2014. Kabupaten Semarang dalam Angka 2013. Semarang: Badan Pusat Statistik Kab. Semarang dan BAPPEDA Kab. Semarang
Bunkers W.J.,Miller J.R.,DeGaetano A.T.1996. Definition of Climate Regions in the Nothern Plains Using an Objective Cluster Modification Technique.
J.Climate 9:130-146. Entin, hartini. 2004. Metode Clustering Hirarki. Risalah Komputasi sains dan
Teknologi nuklir XVI Hocking,R. 1996. Methods and Application of Linear Models. John Wiley Sons,
New York Johnson, Ricard A. Dan Dean W Wichern. 1998 Applied Multivariate Statistical
Analysis Sixth Edition. New York: Prentice-Hall International, inc. Santoso, Singgih. 2002. Buku Latihan SPSS Statistik Multivariat. Jakarta: PT Elex
Media Komputindo
