Maulidia, Cholifatul (2025) ANALISIS CLUSTER TINGKAT PERCERAIAN DI PENGADILAN AGAMA KOTA MALANG MENGGUNAKAN ALGORITMA AGGLOMERATIVE HIERARCHICAL CLUSTERING (AHC). Bachelor thesis, STMIK PPKIA Pradnya Paramita.
![[thumbnail of Skripsi_21510011_Cover dll.pdf.pdf]](http://repo.stimata.ac.id/style/images/fileicons/text.png)
Text
Skripsi_21510011_Cover dll.pdf.pdf
Available under License Creative Commons Attribution.
Download (1MB)
Text
Skripsi_21510011_Bab1.pdf.pdf
Available under License Creative Commons Attribution.
Download (354kB)
Text
Skripsi_21510011_Bab2.pdf.pdf
Available under License Creative Commons Attribution.
Download (615kB)
Text
Skripsi_21510011_Bab3.pdf.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (422kB) | Request a copy
Text
Skripsi_21510011_Bab4.pdf.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial No Derivatives.
Download (2MB) | Request a copy
Text
Skripsi_21510011_Bab5.pdf.pdf
Available under License Creative Commons Attribution.
Download (283kB)
Text
Skripsi_21510011_Lampiran.pdf.pdf
Available under License Creative Commons Attribution.
Download (900kB)
Abstract
Tingginya angka perceraian di Kota Malang menjadi permasalahan sosial
yang memerlukan perhatian khusus, khususnya dalam mengidentifikasi pola dan
faktor-faktor penyebabnya. Penelitian ini bertujuan untuk menganalisis tingkat
perceraian menggunakan algoritma Agglomerative Hierarchical Clustering (AHC)
dengan metode Average Linkage, guna mengelompokkan data perceraian
berdasarkan atribut jenis perceraian, umur penggugat , umur tergugat, faktor
penyebab perceraian, dan Kecamatan tempat nikah (KUA). Dataset yang digunakan
merupakan data perceraian dari Pengadilan Agama Kota Malang selama periode
2022 hingga 2024 dengan total 5.891 perkara. Pada 2022 terdiri dari 2.195 perkara,
tahun 2023 terdiri 1.990 perkara dan tahun 2024 terdiri dari 1706 perkara. Proses
clustering dilakukan melalui tahapan Cross-Industry Standart Process for Data
Mining (CRISP-DM), dan evaluasi hasil clustering dilakukan menggunakan
Davies-Bouldin Index (DBI) untuk menentukan hasil cluster optimal. Hasil
penelitian menunjukkan bahwa metode AHC berhasil mengelompokkan data
menjadi beberapa cluster yang mempresentasikan karakteristik umur dan wilayah
dengan tingkat kerentanan perceraian yang tinggi, serta mengidentifikasi faktor
penyebab dominan dan wilayah kecamatan dominan. Pada 2022 menghasilkan
cluster optimal 10, periode 2023 cluster optimal 10, periode 2024 cluster optimal
11 dan periode gabungan dengan cluster optimal 10. Ditemukan umur yang rentan
mengalami perceraian berada pada rentang umur 20 hingga 30 tahun dengan faktor
penyebab dominan yang muncul rata-rata pada setiap cluster adalah Perselisihan
dan pertengkaran terus menerus, sedangkan kecamatan yang dominan adalah
Kedungkandang, Sukun dan Blimbing. Temuan ini memberikan kontribusi nyata
dalam merumuskan rekomendasi kebijakan pencegahan perceraian yang lebih tepat
sasaran, seperti program penyuluhan pranikah untuk kelompok umur muda dan
bantuan ekonomi berbasis wilayah.
| Item Type: | Thesis (Bachelor) |
|---|---|
| Uncontrolled Keywords: | Data Perceraian, Data Mining, Clustering, Agglomerative Hierarchical Cluster, Average Linkage, Pengadilan Agama, Dendogram, Davies – Bouldin Index |
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
| Divisions: | Fakultas Komputer > Program Studi S-1 Sistem Informasi |
| Depositing User: | Ms Cholifatul Maulidia |
| Date Deposited: | 25 Feb 2026 04:05 |
| Last Modified: | 25 Feb 2026 04:05 |
| URI: | http://repo.stimata.ac.id/id/eprint/1559 |
Actions (login required)
- View Item