PRAMESTI, Adella Anggun (2024) Pengelompokan Kota Inflasi di Indonesia Menggunakan Algoritma Agglomerative Hierarchical Clustering. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Download (74kB)
	PDF (Legalitas) LEGALITAS-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Restricted to Repository staff only Download (831kB)
	PDF (Abstrak) ABSTRAK-Adella Anggun Pramesti-K1B020013-skripsi-2024.pdf Download (276kB)
	PDF (BabI) BAB-I-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Restricted to Repository staff only until 1 October 2025. Download (208kB)
	PDF (BabII) BAB-II-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Restricted to Repository staff only until 1 October 2025. Download (269kB)
	PDF (BabIII) BAB-III-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Restricted to Repository staff only until 1 October 2025. Download (214kB)
	PDF (BabIV) BAB-IV-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Restricted to Repository staff only Download (598kB)
	PDF (BabV) BAB-V-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Download (185kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Download (135kB)
	PDF (Lampiran) LAMPIRAN-Adella Anggun Pramesti-K1B020013-Skripsi-2024.pdf Restricted to Repository staff only Download (279kB)

Abstract

Pandemi COVID-19 yang terjadi beberapa tahun lalu memberikan dampak terhadap perekonomian Indonesia berupa penurunan perekonomian dan ketidakstabilan inflasi. Inflasi merupakan kondisi perekonomian yang ditandai dengan meningkatnya laju kenaikan harga yang mengakibatkan turunnya minat beli masyarakat, sehingga kestabilan inflasi perlu diperhatikan. Penelitian ini bertujuan untuk mengelompokkan 88 kota inflasi di Indonesia berdasarkan 11 kelompok pengeluaran dengan algoritma Agglomerative Hierarchical Clustering metode Ward. Data yang digunakan mengalami masalah multikolinieritas sehingga metode jarak yang digunakan adalah Mahalanobis distance. Pada penelitian ini terbentuk 88 variasi jumlah cluster, sehingga diperlukan metode silhouette coefficient untuk menentukan jumlah cluster terbaik. Didapatkan bahwa jumlah cluster terbaik adalah sebanyak 4 cluster dengan nilai silhouette coefficient sebesar 0,0898. Cluster dengan tingkat inflasi relatif sangat tinggi yang berisi 24 anggota adalah cluster 1 yang mendominasi rata-rata laju inflasi pada kelompok pengeluaran kesehatan sebesar 3,884%; informasi, komunikasi, dan jasa keuangan sebesar 0,079%; serta perawatan pribadi dan jasa lainnya sebesar 3,316%. Kelompok inflasi relatif tinggi adalah cluster 4 dengan 10 anggota yang memiliki rata-rata laju inflasi 1,738% pada kelompok pengeluaran pakaian dan alas kaki, laju inflasi 2,440% pada kelompok pengeluaran rekreasi, olahraga, dan budaya, serta kelompok pengeluaran pendidikan dengan laju inflasi sebesar 3,637%. Cluster 2 merupakan cluster dengan inflasi relatif sedang yang berisi 50 anggota. Rata-rata laju inflasi pada cluster 2 berkisar di nilai 0-1%, tetapi memiliki rata-rata laju inflasi yang tinggi pada kelompok pengeluaran makanan, minuman, dan tembakau di angka 5,726%. Kelompok inflasi tingkat relatif rendah adalah laju inflasi pada cluster 3 yang berisi 4 anggota. Cluster 3 memiliki rata-rata laju inflasi yang lebih rendah dibandingkan dengan cluster 2, meskipun terdapat lonjakan inflasi pada kelompok pengeluaran transportasi sebesar 8,078%.

Actions (login required)

View Item