Open AccessPenerapan Latent Class Cluster Analysis (LCCA) Pada Pengelompokan Kabupaten/Kota Di Provinsi Papua Barat Berdasarkan Indikator Kesejahteraan Rakyat
Author(s) -
Onti Sundari,
Surianto Bataradewa,
Esther Ria Matulessy
Publication year - 2021
Publication title -
jurnal natural
Language(s) - English
Resource type - Journals
eISSN - 2746-427X
pISSN - 1412-1328
DOI - 10.30862/jn.v17i2.157
Subject(s) - cluster (spacecraft) , mathematics , humanities , geography , computer science , art , programming language
Latent class cluster analysis (LCCA) merupakan salah satu teknik pengelompokan untuk variabel laten. Pengelompokan objek dilakukan menggunakan peluang probabilitas dan berdasarkan model statistik. Variabel laten yang digunakan dalam penelitian ini adalah kesejahteraan rakyat Papua Barat yang digambarkan oleh 15 variabel indikator kesejahteraan rakyat Tahun 2019. Tujuan penelitian ini adalah menentukan jumlah kelompok berdasarkan model terbaik dan karakteristik yang terbentuk sehingga didapatkan gambaran awal tentang kondisi kesejahteraan di Kabupaten/Kota di Provinsi Papua Barat. Penelitian dilakukan dengan berdasarkan nilai Bayesian Information Criteria (BIC) terkecil yaitu 1836,9406 diperoleh model terbaik adalah tiga cluster. Hasil penelitian menunjukkan Kabupaten Manokwari, Kabupaten Sorong Selatan, Kabupaten Sorong, Kabupaten Raja Ampat, Kabupaten Tambrauw, Kabupaten Manokwari Selatan, dan Kabupaten Pegunungan Arfak berada dalam cluster satu; Kabupaten Fakfak, Kabupaten Kaimana, Kabupaten Maybrat dan Kabupaten Teluk Wondama berada dalam cluster dua dan Kabupaten Bintuni dan Kota Sorong berada dalam cluster tiga.