PENERAPAN ALGORITMA K-MEANS DALAM ANALISIS DATA KEPENDUDUKAN UNTUK OPTIMALISASI PENGELOMPOKAN DI DESA PASAWAHAN
DOI:
https://doi.org/10.23960/jitet.v13i1.5639Abstract Views: 262 File Views: 210
Abstract
Abstrak. Teknologi informasi, bisnis, pendidikan, kesehatan, dan tata kelola pemerintahan adalah beberapa aspek kehidupan yang sangat dipengaruhi oleh kemajuan pesat di bidang informatika. Kurangnya informasi tentang karakteristik masyarakat Desa Pasawahan adalah masalah utama dalam penelitian ini. Kurangnya informasi ini berdampak pada kemampuan untuk membuat keputusan dan mengatur program pembangunan yang lebih sesuai dengan tujuan. Metode Elbow dan evaluasi Davies-Bouldin Index (DBI) adalah contoh metode klasterisasi yang efektif yang berfokus pada aspek sosial dan ekonomi. Data penduduk Desa Pasawahan Ciamis tahun 2023 dengan 4939 data dan 19 atribut digunakan. Metode Knowledge Discovery in Database (KDD) digunakan untuk menganalisis data. Dalam penelitian ini, indeks Davies-Bouldin (DBI) digunakan untuk mengoptimalkan algoritma K-means untuk menentukan jumlah klaster yang ideal. Hasil pengelompokan menunjukkan bahwa dari jumlah klaster dengan nilai K = 2, 3, 4, 5, 6, 7, 8, 9, 10, klaster dengan kinerja terbaik mendekati nilai 0, dengan nilai DBI sebesar 0,3066. Pada K=3, tiga klaster dengan distribusi sebagai berikut dihasilkan: C0 memiliki 2242 data, C1 memiliki 1778 data, dan C2 memiliki 919 data. Evaluasi kinerja Menurut algoritma K-means, nilai Davies-Bouldin yang mendekati nol menunjukkan kualitas, jumlah klaster yang ideal untuk penelitian ini adalah 3, yang memberikan hasil terbaik.
Downloads
References
N. A. Maori and E. Evanita, “Metode Elbow dalam Optimasi Jumlah Cluster pada K-Means Clustering,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 14, no. 2, pp. 277–288, 2023, doi: 10.24176/simet.v14i2.9630.
S. Abdul, Azis, S. Defit, and Y. Yunus, “Klasterisasi Dana Bantuan Pada Program Keluarga Harapan (PKH) Menggunakan Metode K-Means,” J. Inform. Ekon. Bisnis, vol. 3, no. 2, pp. 53–59, 2021, doi: 10.37034/infeb.v3i2.66.
M. Darwis, L. H. Hasibuan, M. Firmansyah, N. Ahady, and R. Tiaharyadini, “Implementation of K-Means clustering algorithm in mapping the groups of graduated or dropped-out students in the Management Department of the National University,” JISA(Jurnal Inform. dan Sains), vol. 4, no. 1, pp. 1–9, 2021, doi: 10.31326/jisa.v4i1.848.
Abdussalam Amrullah, Intam Purnamasari, Betha Nurina Sari, Garno, and Apriade Voutama, “ANALISIS CLUSTER FAKTOR PENUNJANG PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS: KABUPATEN KARAWANG),” J. Inform. dan Rekayasa Elektron., vol. 5, no. 2, pp. 244–252, 2022, doi: 10.36595/jire.v5i2.701.
D. Syaputri, P. H. Noprita, and S. Romelah, “Implementasi Algoritma K-Means untuk Pengelompokan Distribusi Sosial Ekonomi Masyarakat Berdasarkan Demografi Kependudukan,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. 1, pp. 1–6, 2021, doi: 10.57152/malcom.v1i1.5.
E. A. Herdiaman, A. Sudiarjo, M. Hikmatyar, T. Informatika, U. Perjuangan, and J. Barat, “RSUD MENGGUNAKAN METODE K-MEANS,” vol. 12, no. 3, 2024.
R. R. Rerung, “Penerapan Data Mining dengan Memanfaatkan Metode Association Rule untuk Promosi Produk,” J. Teknol. Rekayasa, vol. 3, no. 1, p. 89, 2018, doi: 10.31544/jtera.v3.i1.2018.89-98.
E. Muningsih, I. Maryani, and V. R. Handayani, “Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa,” J. Sains dan Manaj., vol. 9, no. 1, p. 96, 2021, [Online]. Available: www.bps.go.id
F. Khoirunnisa and Y. Rahmawati, “Komparasi 2 Metode Cluster Dalam Pengelompokan Intensitas Bencana Alam Di Indonesia,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 1, pp. 68–79, 2024, doi: 10.23960/jitet.v12i1.3619.
Ni Putu Viona Viandari, I Made Agus Dwi Suarjaya, and I Nyoman Piarsa, “Pemetaan Pelanggan dengan LRFM dan Two Stage Clustering untuk Memenuhi Strategi Pengelolaan,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 1, pp. 130–139, 2022, doi: 10.29207/resti.v6i1.3778.
M. Sholeh and K. Aeni, “Perbandingan Evaluasi Metode Davies Bouldin, Elbow dan Silhouette pada Model Clustering dengan Menggunakan Algoritma K-Means,” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 8, no. 1, p. 56, 2023, doi: 10.30998/string.v8i1.16388.
Z. Nabila, A. Rahman Isnain, and Z. Abidin, “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, p. 100, 2021.s
A. Yudhistira and R. Andika, “Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering,” J. Artif. Intell. Technol. Inf., vol. 1, no. 1, pp. 20–28, 2023, doi: 10.58602/jaiti.v1i1.22.
