
DEA DAN CLUSTERING: ANALISIS OPTIMALISASI KINERJA DAERAH
Judul: DEA DAN CLUSTERING: ANALISIS OPTIMALISASI KINERJA DAERAH
Penulis:
Dr. Otong Suhyanto, M.Si.
Dr. Arief Fitrijanto, M.Si.
Buku ini disusun sebagai upaya memberikan pemahaman yang komprehensif mengenai metode Data Envelopment Analysis (DEA) dan Analisis Gerobol (Cluster Analysis), sebuah pendekatan yang telah digunakan secara luas untuk mengukur efisiensi kinerja berbagai unit pengambilan keputusan (Decision Making Units atau DMUs), baik dalam sektor publik maupun privat.
DEA menjadi instrumen penting dalam mendukung evaluasi kinerja modern karena kemampuannya menangani berbagai input dan output secara simultan tanpa harus mengasumsikan bentuk fungsi produksi tertentu. Melalui buku ini, penulis berupaya memberikan penjelasan yang sistematis, mulai dari konsep dasar efisiensi, formulasi matematis model CCR dan BCC, hingga pengembangan model seperti super-efficiency, window analysis, serta aplikasinya pada berbagai bidang seperti kesehatan, pendidikan, perbankan, dan pembangunan daerah.
Pelaksanaan desentralisasi fiskal sudah berjalan lebih dari satu setengah dekade. Evaluasinya perlu terus dilakukan pada level nasional, provinsi maupun kabupaten/kota, hasil analisis bertujuan: Untuk mengetahui wilayah provinsi-provinsi di Indonesia yang belanja daerahnya sudah efektif dan efisien serta yang belum; Untuk mengetahui apakah telah terjadi penge-lompokkan wilayah provinsi-provinsi di Indonesia berdasarkan indikator kinerja pembangunan daerah.
Evaluasi pada bidang apapun diharapkan bisa menjadi masukkan bagi pemerintahan dalam membuat kebijakan, karena hasil dari buku ini diperoleh dua hal: pertama dapat diidentifikasi efektifitas dana transfer pemerintah pusat ke daerah, serta dari sektor mana saja yang dapat meningkatkan kinerja pembangunan. Kedua, dapat diidentifikasi pengelompokkan wilayah berdasarkan kinerja pembangunan daerah di Indonesia.
Buku ini membahas konsep, metode, dan aplikasi teknis Clustering (pengelompokan data) untuk menemukan pola tersembunyi. Isinya mencakup algoritma hierarchical (Agglomerative, Divisive), partitional (seperti K-Means), density-based, hingga fuzzy clustering. Buku ini ditujukan bagi akademisi dan praktisi untuk analisis data, segmentasi pasar, dan data mining. Buku ini dirancang untuk mahasiswa atau praktisi yang ingin mendalami teknik pengelompokan data dalam data mining.
Penulis menyadari bahwa perkembangan penelitian mengenai efisiensi terus bergerak dinamis, sehingga buku ini diharapkan dapat menjadi referensi yang bermanfaat bagi mahasiswa, peneliti, akademisi, maupun praktisi yang membutuh-kan pemahaman mendalam mengenai teknik pengukuran efisiensi menggunakan DEA. Selain itu, buku ini diharapkan mampu mendorong lahirnya penelitian-penelitian baru yang lebih inovatif dan relevan dengan kebutuhan pengambilan keputusan berbasis data.
Ulasan
Belum ada ulasan.