Citra, Claudia and Liora, Gwen and Kristabela, Irena (2023) Analisis Clustering Kabupaten/Kota di Pulau Jawa Berdasarkan Kesehatan Keuangan Laporan Keuangan Pemerintah Daerah (LKPD). Other thesis, Universitas Prasetiya Mulya.
01. COVER.pdf - Cover Image
Download (374kB)
02. LEMBAR PERNYATAAN.pdf - Published Version
Restricted to Repository staff only
Download (379kB) | Request a copy
03. LEMBAR PERSETUJUAN.pdf - Published Version
Restricted to Repository staff only
Download (386kB) | Request a copy
04. KATA PENGANTAR.pdf - Published Version
Restricted to Repository staff only
Download (313kB) | Request a copy
05. ABSTRAK.pdf - Published Version
Download (204kB)
06. DAFTAR ISI.pdf - Published Version
Restricted to Registered users only
Download (252kB) | Request a copy
07. BAB 1.pdf - Published Version
Restricted to Registered users only
Download (347kB) | Request a copy
08. BAB 2.pdf - Published Version
Restricted to Registered users only
Download (886kB) | Request a copy
09. BAB 3.pdf - Published Version
Restricted to Registered users only
Download (534kB) | Request a copy
10. BAB 4.pdf - Published Version
Restricted to Registered users only
Download (2MB) | Request a copy
11. BAB 5.pdf - Published Version
Restricted to Registered users only
Download (238kB) | Request a copy
12. DAFTAR PUSTAKA.pdf - Published Version
Restricted to Registered users only
Download (281kB) | Request a copy
Abstract
Pemerintah daerah di Indonesia diberikan kebebasan untuk menyusun dan merancang program sesuai dengan kondisi daerahnya yang kemudian dipertanggungjawabkan melalui laporan pertanggungjawaban berupa Laporan Keuangan Pemerintah Daerah (LKPD). LKPD dapat menilai seberapa baik
pengelolaan dan kondisi kesehatan keuangan daerah tersebut. Penilaian kondisi keuangan daerah dilakukan untuk menilai bagaimana kapasitas anggaran pemerintah kota dari indikator solvabilitas anggaran, likuiditas anggaran, performa operasional anggaran, pendapatan, dan pengeluaran. Berdasarkan indikatorindikator kondisi kesehatan keuangan untuk masing-masing kabupaten/kota di Pulau Jawa pada tahun 2015-2021, akan dilakukan pengelompokkan kabupaten/kota tersebut menggunakan dua metode clustering, yaitu K-Means dan
DBSCAN. Pengelompokkan dan perbandingan metode akan dilakukan pada data global (2015-2021), Pre-Covid (2018-2019), dan Covid (2020-2021). Metode KMeans dengan penanganan outlier menggunakan winsorization merupakan metode
terbaik dalam mengelompokkan data LKPD pada data global. Metode ini menghasilkan 2 cluster, dimana mayoritas daerah memiliki kinerja anggaran (LRA) dan laporan keuangan (LO) yang lebih rendah dari rata-rata cluster nya. Daerah yang memiliki kinerja anggaran dan laporan keuangan diatas rata-rata cenderung berada pada Provinsi Banten. Hasil clustering untuk data Pre-Covid dan Covid akan dibandingkan setelah menemukan metode clustering terbaik untuk masing-masing
data. Pada keadaan Pre-Covid, terbentuk 2 cluster dengan metode terbaik yaitu KMeans dengan penanganan outlier menggunakan winsorization. Sedangkan saat Covid, terbentuk juga 2 cluster dengan metode terbaik yaitu K-Means dengan raw
data. Penentuan metode terbaik diperoleh berdasarkan nilai indeks CalinskiHarabasz dan koefisien Silhouette yang tertinggi. Perubahan kondisi kesehatan keuangan yang terjadi dapat dilihat berdasarkan perubahan hasil cluster saat PreCovid dan Covid. Terdapat 8 kabupaten/kota yang mengalami penurunan kondisi
kesehatan keuangan, dimana mayoritas kabupaten/kota tersebut berada di Provinsi Jawa Timur. Di sisi lain, terdapat 10 pemda yang mengalami peningkatan kondisi apabila dibandingkan saat Pre-Covid dan Covid.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Kesehatan Keuangan, LKPD, Clustering, K-Means, DBSCAN |
| Subjects: | H Social Sciences > HG Finance |
| Divisions: | School of Science, Technology, Engineering and Mathematics > S1 Business Mathematics |
| Depositing User: | Librarian 04 at Universitas Prasetiya Mulya |
| Date Deposited: | 07 Jun 2026 13:37 |
| Last Modified: | 07 Jun 2026 13:37 |
| URI: | https://elib.prasetiyamulya.ac.id/id/eprint/331 |

