SEMINAR TUGAS AKHIR 2011
Penerapan Hybrid Hierarchical Clustering Via Mutual Cluster dalam Pengelompokan Kabupaten di Jawa Timur Berdasarkan Variabel Sektor Pertanian
Dosen Pembimbing : Santi Wulan Purnami, M.Si. ,Ph.D Dra.Wiwiek Setya Winahju, M.S
Oleh : Dini Mariyani (1308100002)
SEMINAR TUGAS AKHIR 2011
Pokok Bahasan 1
PENDAHULUAN
2
TINJAUAN PUSTAKA
3
METODOLOGI
4
ANALISIS DAN PEMBAHASAN
5
KESIMPULAN
PENDAHULUAN Latar Belakang Chipman dan Tibshirani (2006) : hybrid hierarchical clustering via mutual cluster
Ekspor Sektor Pertanian Jawa Timur
Keunggulan Komoditas di Wilayah Kabupaten Analisis pengelompokan
Persaingan Pasar Internasional
Produktifitas Sub Sektor Pertanian Nugroho (2010) : hierarchical custering dengan metode ward’s
PENDAHULUAN Permasalahan
Bagaimana karakteristik kondisi sektor pertanian di tiap kabupaten di Jawa Timur ? Bagaimana pengelompokan kabupatenkabupaten di Jawa Timur berdasarkan variabel sektor pertanian ?
PENDAHULUAN Tujuan Mendapatkan karakteristik hasil produksi komoditi sektor pertanian tiap kabupaten di Jawa Timur. Mengelompokkan kabupaten-kabupaten di Jawa Timur berdasarkan kesamaan variabel sektor pertanian.
PENDAHULUAN
Batasan Masalah Penelitian ini hanya mencakup variabel sub sektor tanaman bahan pangan, perkebunan, perikanan, dan perternakan.
PENDAHULUAN Manfaat Tambahan informasi bagi Pemerintah di masing-masing kabupaten di Jawa Timur mengenai kondisi dan potensi komoditi dalam sektor pertanian.
TINJAUAN PUSTAKA Pengelompokan Hirarki (Hierarchical Clutering)
Pengelompokan hirarki metode pengelompokan yang didesain berdasarkan jarak antar objek dimana jumlah kelompok tidak diketahui sebelumnya.
Pengelompokan hirarki terdiri dari dua prosedur, yaitu agglomerative dan divisive.
Metode aglomeratif berawal dari objek individual sampai semua subgroup tergabung dalam suatu kelompok tunggal. Objek-objek yang paling banyak memiliki kesamaan adalah yang pertama dikelompokkan, dan ini sebagai grup awal. Tahapan pengelompokan dengan metode agglomerative : Menghitung jarak antar obyek Menentukan pasangan kelompok yang memiliki jarak terdekat Menghitung kembali jarak berdasarkan metode penggabungan yang dipakai baik pada obyek yang sudah dan belum membentuk kelompok Menentukan kembali pasangan kelompok yang memiliki jarak terdekat Mengulangi tahapan (2) - (4) sampai n-1 obyek
1. 2. 3. 4. 5.
(Johnson dan Wichern, 2002)
TINJAUAN PUSTAKA Beberapa teknik pengelompokkan dalam agglomerative (bottom-up):
Single Linkage : Metode ini menggunakan aturan jarak minimum antar kelompok . Complete Linkage : Metode ini menggunakan aturan jarak maksimum antar kelompok. Average Linkage : d(ij)k = Centroid Linkage : d k (i , j )
1 N ij N k
ni
ni
n
m
i
j
nj
d ki
d ij
nj ni
nj
d kj
ni .n j (ni
nj )
2
d ij
Metode Ward : Metode ini meminimumkan peningkatan kriteria error sum of square (ESS) .
(Johnson dan Wichern ,2002)
TINJAUAN PUSTAKA Pengelompokan Non Hirarki (Non Hierarchical Clutering)
Pengelompokan non hirarki metode pengelompokan yang betujuan mengelompokkan n obyek ke dalam k kelompok (k
Metode k-means salah satu prosedur pengelompokan non hirarki yang mengelompokkan obyek berdasarkan jarak terdekat ke pusat kelompok (means).
Metode k-means disebut juga tree structured vector quantization (tsvq)
Tahapan pengelompokan dengan metode k-means : Mempartisi obyek sebanyak k cluster Menghitung pusat cluster Menghitung jarak masing-masing obyek dari pusat cluster Menentukan obyek yang lebih dekat dengan pusat cluster Jika obyek berpindah dari posisi awal (tahapan 1) maka pusat cluster harus ditentukan kembali Mengulangi tahapan (2) - (4) sampai tidak ada lagi obyek yang berpindah posisi
1. 2. 3. 4. 5. 6.
(Johnson dan Wichern, 2002)
TINJAUAN PUSTAKA Hybrid Hierarchical Clustering via Mutual Cluster Hybrid hierarchical clustering via mutual cluster metode hybrid clustering yang mengkombinasikan kelebihan dari bottom-up (agglomerative) dan top-down (tsvq). Mutual cluster sekelompok obyek dimana jarak terbesar antar obyek dalam kelompok lebih kecil daripada jarak ke obyek terdekat di luar kelompok. Tahapan hybrid hierarchical clustering via mutual cluster : 1. Melakukan pengelompokan secara bottom-up 2. Mengidentifikasi mutual cluster 3. Melakukan pengelompokan secara top-down dengan mutual cluster yang telah terbentuk tetap dipertahankan
(Chipman dan Tibshirani, 2006)
TINJAUAN PUSTAKA Pemilihan Jumlah Kelompok
Pengelompokan dapat dikatakan baik jika memiliki external homogeneity (Sb)yang besar dan internal homogeneity yang kecil (Sw).
dengan : Sk = deviasi standar pada kelompok ke-k = rata-rata pada kelompok ke-k = rata-rata keseluruhan kelompok K = banyak kelompok (Bunkers dkk, 1996)
TINJAUAN PUSTAKA
Sektor Pertanian
Pertanian atau usahatani proses produksi di mana input alamiah berupa lahan dan unsur hara yang terkandung di dalamnya,sinar matahari serta faktor klimatologis (suhu,kelembaban udara,curah hujan,topografi, dsb) berinteraksi melalui proses tumbuh kembang tanaman dan ternak untuk menghasilkan output primer yaitu bahan pangan dan serat alam (Akhdaryani, 2003). Sektor pertanian mencakup sub sektor tanaman bahan makanan (tanaman pangan dan hortikultura), tanaman perkebunan, peternakan, kehutanan, dan perikanan.
METODOLOGI
Sumber Data
Data Sekunder
Produksi Sektor Pertanian 2009
Kabupaten di Jawa Timur
METODOLOGI
Variabel Penelitian Sub Sektor Tanaman Bahan Pangan
Sub Sektor Perkebunan
Sub Sektor Perternakan
luas area panen padi (X1), produksi padi (X2), luas area panen jagung (X3), produksi jagung (X4), luas area panen ubi kayu (X5), produksi ubi kayu (X6), luas area panen kedelai (X7), produksi kedelai (X8), luas area panen kacang hijau (X9), produksi kacang hijau (X10)
luas area panen jambu mente (X11), produksi jambu mente (X12), luas area panen kelapa (X13), produksi kelapa (X14), luas area panen kapuk randu (X15), produksi kapuk randu (X16)
populasi sapi (X17), populasi kambing (X18), populasi domba (X19), populasi ayam buras (X20), populasi ayam petelur (X21), populasi ayam pedaging (X22), populasi itik (X23), produksi daging sapi (X24), produksi daging kambing (X25), produksi daging domba (X26), produksi daging ayam buras (X27), produksi daging ayam pedaging (X28), produksi daging itik (X29), produksi telur ayam buras (X30), dan produksi telur itik (X31)
Sub Sektor Perikanan Luas area pemeliharaan ikan (X32), populasi ikan (X33)
METODOLOGI
Langkah Analisis Menganalisis karakteristik kondisi sektor pertanian di Jawa Timur pada tahun 2009 dengan Statistika Deskriptif
Melakukan pengelompokan kabupaten secara hybrid hierarchical clustering via mutual cluster, top-down clustering, bottom-up clustering Mendapatkan jumlah hasil pengelompokan yang terbaik
Menganalisis hasil pembentukan kelompok
Mendeskripsikan secara statistik untuk setiap kelompok kabupaten
ANALISIS DAN PEMBAHASAN
Deskripsi beberapa sub sektor tanaman bahan makanan di kabupaten-kabupaten Jawa Timur pada 2009 Variabel
Minimum
Kabupaten
Maksimum
22359
Pamekasan
152370
Jember 65106.52 34481.38
110666
Pamekasan
847251
Jember 384752.7 210103.2
Luas area panen jagung (Ha)
128
Sidoarjo
129420
Sumenep 44382.66 28814.69
Produksi jagung (Ton)
418
Sidoarjo
502824
Tuban 180417.1 111292.9
2
Sidoarjo
25923
25
Sidoarjo
445861
Luas area panen kedelai (Ha)
223
Situbondo
49056 Banyuwangi 9119.966 10311.15
Produksi kedelai (Ton)
329
Situbondo
76434 Banyuwangi 12238.83 15684.42
Luas area panen kacang hijau (Ha)
20
Kediri
18745
Sumenep 2465.966 4001.127
Produksi kacang hijau (Ton)
21
Kediri
21253
Sumenep 2881.621 4647.646
Luas area panen padi (Ha) Produksi padi (Ton)
Luas area panen ubi kayu (Ha) Produksi ubi kayu (Ton)
Kabupaten
Ponorogo
Rata-rata
Deviasi Standar
7141 6653.859
Ponorogo 110915.5 105610.9
ANALISIS DAN PEMBAHASAN
Deskripsi beberapa sub sektor perkebunan di kabupaten-kabupaten Jawa Timur pada 2009 Variabel
Minimum
Kabupaten
Maksimum
Kabupaten
Rata-rata
Deviasi Standar
Luas area panen jambu mente (Ha)
7
Sidoarjo
10859
Sumenep
1662.897
2779.666
Produksi jambu mente (Ton)
4
Sidoarjo
3744
Sampang
514.1379
932.4675
Luas area panen kelapa (Ha)
873
Mojokerto
51250
Sumenep
9920.241
10453.53
Produksi kelapa (Ton)
402
Mojokerto
41957
Sumenep
8521.724
9418.509
Luas area panen kapuk randu (Ha)
193
Gresik
14924
Pasuruan
2592.207
3087.552
47
Trenggalek
8224
Pasuruan
993.2414
1639.346
Produksi kapuk randu (Ton)
Deskripsi beberapa sub sektor peternakan di kabupaten-kabupaten Jawa Timur pada 2009 Variabel
Minimum
Kabupaten
Maksimum
Kabupaten
luas area pemeliharaan ikan (Ha)
14.77
Trenggalek
29902.47
Gresik
populasi ikan
153.9
Magetan
375264.7
Sumenep
RataRata 2951.4 14 25326. 19
Deviasi Standar 7041.063 69035.5
ANALISIS DAN PEMBAHASAN
Deskripsi beberapa sub sektor peternakan di kabupaten-kabupaten Jawa Timur pada 2009 Variabel
Deviasi Standar
Minimum
Kabupaten
Maksimum
Populasi sapi potong
11338
Sidoarjo
296978
Sumenep
120447
65358.59
Populasi kambing
22926
Bondowoso
222019
Trenggalek
94583.45
47801.93
2510
Bangkalan
62415
Bojonegoro
25027.52
14886.21
250490
Bondowoso
2198824
Blitar
800355.1
465839.1
1920
Sampang
9426098
Blitar
728615.1
1793951
Populasi ayam pedaging
25951
Sampang
16551003
Lumajang
2107048
3417600
Populasi itik
10381
Sampang
687788
Blitar
123737.3
151183.1
485312
Magetan
19314742
Sidoarjo
2587954
3551809
Produksi daging kambing (Ton)
69584
Sampang
1293840
Sidoarjo
385146.3
232720.3
Produksi daging domba (Ton)
19498
Bangkalan
307940
Sidoarjo
125897
71494.9
427206
Ngawi
3573676
Malang
1248143
876499.3
22802
Nganjuk
19548202
Sidoarjo
2838408
4103536
3618
Madiun
363428
Tulungagung
53076.86
73779.34
173429
Bondowoso
1522377
Blitar
554133.8
322528.2
72878
Sampang
4828272
Blitar
868636.2
1061306
Populasi domba Populasi ayam buras Populasi ayam petelur
Produksi daging sapi (Ton)
Produksi daging ayam buras (Ton) Produksi daging ayam pedaging (Ton) Produksi daging itik (Ton) Produksi telur ayam buras (Ton) Produksi telur itik (Ton)
Kabupaten
Ratarata
ANALISIS DAN PEMBAHASAN Ada 6 mutual Cluster kabupaten-kabupaten Jawa Timur yang terbentuk dengan algoritma bottom-up
Pacitan (1), Trenggalek (3)
Tulungagung (4), Blitar (5)
Kediri (6 ), Jombang (17)
Situbondo (12), Probolinggo (13)
Jember (9), Bojonegoro (22)
Magetan (20), Pamekasan (28)
ANALISIS DAN PEMBAHASAN
Pengelompokan hasil mutual cluster tidak terpecah dengan algoritma top-down
Mutual cluster (1,3), (4,5), (6,17), (20,28), (9,22), dan (12,13) tetap tergabung dalam satu kelompok
ANALISIS DAN PEMBAHASAN Pemilihan jumlah kelompok terbaik akan dianalisis dengan tingkat similaritas yang diukur dengan varians dalam kelompok (Sw) dan varians antar kelompok (Sb) Jumlah kelompok terbaik diperoleh dengan melihat nilai Sw seminimal mungkin dan nilai Sb semaksimal mungkin. Kelompok
2 3 4 5 6 7 8
Sw 13713118 12358532 12387309 10854491 9573569 10213098 8948243
Sb 9917249 9910264 11312143 10510966 10535348 11065289 12854404
ANALISIS DAN PEMBAHASAN Pengelompokan kabupaten-kabupaten di Jawa Timur secara top-down Kelompok
Sw
Sb
2 14774335
7874219
3 13473686
8790184
4 11200071
9028125
5 11364842
9931699
6 10208644
9585022
7
8803443
9903467
8
7066164
13789331
ANALISIS DAN PEMBAHASAN Pengelompokan kabupaten-kabupaten di Jawa Timur secara bottom-up Kelompok 2 3 4 5 6 7 8
SW 8517728 4557577 6090905 4902919 4099989 3310109 3468525
Sb 8617657 29664404 29429796 25854909 23663153 23582238 22031748
ANALISIS DAN PEMBAHASAN
Sw dan Sb dengan jumlah kelompok sebanyak 8 yang merupakan jumlah kelompok optimal dari hasil hybrid hierarchical clustering via mutual cluster, bottom-up clustering, dan top-down clustering
Metode Hybrid hierarchical clustering via mutual cluster Bottom-up clustering Top-down clustering
Sw 8948243 3310109 7066164
Sb 12854404 23582238 13789331
ANALISIS DAN PEMBAHASAN Kelompok 1
Kelompok 2
Kelompok 3
Pacitan
Ponorogo
Tulungagung
Malang
Trenggalek
Kediri
Blitar
Pasuruan
(a)
Jombang
Sidoarjo
Tuban
Mojokerto
Kelompok 5
Kelompok 6 Jember
Banyuwangi
Magetan
Nganjuk
Bojonegoro
Bondowoso
Pamekasan
Madiun
Sumenep
Situbondo Probolinggo Ngawi Gresik Sampang
Kelompok 2
Kelompok 3
(b)
Lamongan Kelompok 7 Kelompok 8
Lumajang
Bangkalan
Kelompok 1
Kelompok 4
Kelompok 4
Kelompok 1 Magetan
Tulungagung
Malang
Ponorogo
Ngawi
Blitar
Bondowoso
Trenggalek
Bojonegoro
Situbondo
Kediri
Tuban
Probolinggo
Lumajang
Lamongan
Jember
Gresik
Mojokerto
Bangkalan
Jombang
Sampang Pamekasan
Pacitan
Ponorogo
Trenggalek
Tulungagung
Bojonegoro
Malang
Kediri
Jember
Madiun
Pasuruan
Gresik
Banyuwangi
Kelompok 4 Banyuwangi
Pamekasan
Kelompok 3
Pacitan
Nganjuk
Sidoarjo
Kelompok 2
Kelompok 5 Pasuruan
Kelompok 6 Sidoarjo
Kelompok 7 Sumenep
Mojokerto Jombang
Kelompok Kabupaten-kabupaten di Jawa Timur dengan Hybrid Hierarchical Clustering via Mutual Cluster (a), Bottom-up Clustering (b), dan Topdown Clustering (c)
Tuban Lamongan Kelompok 5
Kelompok 6
Kelompok 7
Blitar
Lumajang
Bondowoso
Nganjuk
Situbondo
Madiun
Probolinggo
Bangkalan
Ngawi Sampang Sumenep
Kelompok 8
Magetan
(c)
ANALISIS DAN PEMBAHASAN Deskripsi karakteristik masing-masing kelompok secara hybrid hierarchical clustering via mutual cluster Kelompok 1 2 3 4 5 6 7
8
Karakteristik yang dominan Karakteristik yang tidak dominan produksi padi, luas area panen dan produksi ubi populasi ayam petelur dan pedaging, serta produksi kayu, populasi domba, produksi daging jambu mente kambing, domba, dan ayam buras produksi kapuk randu, daging ayam pedaging, dan sapi populasi kambing dan luas area pe-meliharaan populasi sapi potong ikan produksi kelapa dan kedelai serta lu-as area panen padi dan kedelai luas area panen kelapa, populasi ayam buras dan luas area panen jambu mente, produksi ubi kayu, dan petelur, populasi itik, produksi telur ayam buras populasi domba dan itik, serta produksi daging itik populasi ayam pedaging luas area panen dan produksi ja-gung, luas area populasi dan produksi telur ayam buras serta produksi panen dan produksi kacang hijau, luas area daging ayam pedaging panen dan produksi jambu mente, luas area panen kapuk ran-du, serta populasi sapi dan ikan populasi domba, ayam petelur dan pedaging, luas area panen dan produksi padi, jagung, kedelai, serta luas area panen dan produksi jambu mente kacang hijau, kelapa, serta kapuk randu, luas area panen ubi kayu, populasi kambing, produksi daging sapi, kambing, domba, dan ayam buras, populasi, produksi daging dan telur itik, serta luas area pemeliharaan dan populasi ikan
ANALISIS DAN PEMBAHASAN Sebaran Pengelompokan Kabupaten-kabupaten di Jawa Timur dengan Hybrid Hierarchical Clustering via Mutual Cluster
N
W
E S
TUBAN
GRESIK
BOJONEGORO
SUMENEP
SAMPANG BANGKALAN
LAMONGAN
PAMEKASAN
SIDOARJO NGANJUKJOMBANG MOJOKERTO MAGETAN MADIUN PASURUAN KEDIRI PROBOLINGGO PONOROGO NGAWI
PACITAN
BLITAR TRENGGALEK MALANG TULUNGAGUNG
SITUBONDO BONDOWOSO
LUMAJANG JEMBER
BANYUWANGI
Jatim _ .sh p Ke lo m p o k 1 Ke lo m p o k 2 Ke lo m p o k 3 Ke lo m p o k 4 Ke lo m p o k 5 Ke lo m p o k 6 Ke lo m p o k 7 Ke lo m p o k 8 Bu kan D a erah Am atan
KESIMPULAN Kabupaten-kabupaten di Jawa Timur pada tahun 2009 memiliki kesenjangan baik di sub sektor tanaman bahan makanan, sub sektor perkebunan, sub sektor perternakan, maupun sub sektor perikanan Pembentukan kelompok kabupatenkabupaten di Jawa Timur secara hybrid hierarchical clustering via mutual cluster diketahui jumlah kelompok terbaik yang dipilih berdasarkan nilai varians dalam kelompok (Sw) yang terkecil dan varians antar kelompok (Sb) yang terbesar yaitu sebanyak 8 kelompok
Kelompok Kelompok 1 2 Kelompok 3 Kelompok 4 Pacitan Ponorogo Tulungagung Malang Trenggalek Kediri Blitar Pasuruan Jombang Sidoarjo Tuban Mojokerto Lamongan Kelompok Kelompok 5 6 Kelompok 7 Kelompok 8 Lumajang Jember Banyuwangi Magetan Nganjuk Bojonegoro Bondowoso Pamekasan Madiun Sumenep Situbondo Bangkalan Probolinggo Ngawi Gresik Sampang
DAFTAR PUSTAKA
Akhdaryani, D. , Muslich, M. dan Ismail, M. Analisis Keunggulan Komparatif Komoditas Andalan Utama Sektor Pertanian Jawa Timur Menjelang Perdagangan Global. Jurnal Aplikasi Manajemen, Vol. 1/No. 1. April 2003.
Anonim. 2010. Provinsi Jawa Timur Dalam Angka 2010. BPS Provinsi Jawa Timur, Surabaya.
Anonim. 2011. Berita Resmi Statistik Provinsi Jawa Timur 2011. BPS Provinsi Jawa Timur, Surabaya.
Anonim. Ekspor produk pertanian Jatim melesat 38,9%. Kabar Bisnis Surabaya, 1 September 2011.
Bunkers, W.J., Miller, J.R., DeGaetano, A.T., 1996. Definition of Climate Regions in the Northern Plains Using an Objective Cluster Modification Technique. J.Climate 9:130-146.
Chipman, R. dan Tibshirani, R. 2006. Hybrid Hierarchical Clustering With Applications To Microarray Data.Biostatistics Journal- Oxford England, Vol. 7, Hal. 286-301.
Hair J.F., Rolph E. Anderson, Ronald L. Tatham, William C. Black. 2006. Multivariate Data Analysis. Sixth Edition, Pearson Education Prentice Hall, Inc.
Johnson, N. And Wichern, D. 2002. Applied Multivariate Statistical Analysis, 5th Edition. New Jersey: Prentice Hall, Englewood Cliffs.
Lailiya,A.R. 2011. Pengelompokkan Kabupaten/Kota Di Jawa Timur Berdasarkan Kesamaan Nilai Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Terbuka Dengan Metode Hirarki Dan Nonhirarki. Surabaya: Jurusan Statistika FMIPA-ITS.
Lusminah, 2008. Analisis Potensi Wilayah Kecamatan Berbasis Komoditi Pertanian Dalam Pembangunan Daerah Di Kabupaten Cilacap. Surakarta: Jurusan Agrobisnis Pertanian-Universitas Sebelas Maret.
DAFTAR PUSTAKA
Malik, A., 2006. Keunggulan komparatif dan Kompetitif Tanaman Pangan di Sentra Produksi Papua (Studi Kasus Kabupaten Jayapura). SEPA Jurnal Sosial Ekonomi Pertanian Vol. 3 No. 1 September 2006 hal.: 1-9. Fakultas Pertanian UNS. Surakarta.
Nugroho, M.A. 2010. Analisis Pengelompokkan dan Pemetaan Kecamatan Sebagai Dasar Program untuk Mengatasi Masalah-Masalah Sosial-Ekonomi di Kota Surabaya. Surabaya: Jurusan Statistika FMIPA-ITS.
Pranoto, E. 2008. Potensi Wilayah Komoditas Pertanian Dalam Mendukung Ketahanan Pangan Berbasis Agribisnis Kabupaten Banyumas. Semarang: Jurusan Agribisnis PertanianUniversitas Diponegoro.
Gong X., Richman MB. 1995. On the Application of Cluster Analysis to Growing Season Precipitation Data in North America East of The Rockies. J.Climate 8: 897-931.
Szymkawiak, A. , Larsen, J. dan Hansen, L.K. 2001. Hirarchical Clustering For Data Mining. KES-2001 Fifth International Conference on Knowledge-Based Intelligent Information Engineering Systems & Allied Hal 261-265.
Widiastuti, A. Perekonomian Indonesia. http://www.scribd.com/doc/52731022/ SEKTORPERTANIAN. 11 April 2011.
SEMINAR TUGAS AKHIR 2011
TERIMA KASIH