Penerapan Algoritma K-Means Untuk Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer

Yunita Ratna Sari; Arby Sudewa; Diah Ayu Lestari; Tri Ika Jaya

doi:10.24114/cess.v5i2.18519

Authors

Yunita Ratna Sari Universitas Budi Luhur Jakarta https://orcid.org/0000-0001-9111-6735
Arby Sudewa Universitas Budi Luhur
Diah Ayu Lestari Universitas Budi Luhur Jakarta
Tri Ika Jaya Dosen Universitas Budi Luhur Jakarta https://orcid.org/0000-0002-3839-9040

DOI:

https://doi.org/10.24114/cess.v5i2.18519

Keywords:

Data Mining, Kemiskinan, Clustering, K-means

Abstract

Angka kemiskinan di Provinsi Banten tergolong rendah di tingkat nasional. Hal ini dibuktikan dengan persentase penduduk miskin Banten pada September 2019 sebesar 4,94% berada di bawah rata-rata nasional pada periode yang sama sebesar 9,22%. Penelitian ini memanfaatkan teknik data mining dengan menggunakan metode K-Means Clustering. Data penelitian ini diambil dari situs Badan Pusat Statistik (BPS) dari tahun 2015-2019 yang terdiri dari 8 Kabupaten/Kota dengan 3 variabel. Variabel yang digunakan adalah jumlah penduduk miskin (ribu jiwa), rata-rata lama pendidikan sekolah (tahun), dan pengeluaran per kapita yang disesuaikan (ribu rupiah/tahun). Semua data tersebut kemudian diolah dengan Rapidminer dan dilakukan 3 cluster, yaitu: tingkat cluster sedang (C0), tingkat cluster tinggi (C1), dan tingkat cluster rendah (C2). Hasil dari perhitungan rapidminer menunjukkan Kabupaten Tangerang, Kota Cilegon, dan Kota Serang masuk sebagai anggota cluster 0, Kabupaten Pandeglang, Kabupaten Lebak, dan Kabupaten Serang berada pada cluster 1, Kota Tangerang, dan Kota Tangerang Selatan berada di cluster 2.

Author Biographies

Yunita Ratna Sari, Universitas Budi Luhur Jakarta

Sedang menempuh program pendidikan S1 Sistem Informasi, Fakultas Teknologi Informasi di Universitas Budi Luhur Jakarta.

Arby Sudewa, Universitas Budi Luhur

Sedang menempuh program pendidikan S1 Sistem Informasi, Fakultas Teknologi Informasi di Universitas Budi Luhur Jakarta.

Diah Ayu Lestari, Universitas Budi Luhur Jakarta

Sedang menempuh program pendidikan S1 Sistem Informasi, Fakultas Teknologi Informasi di Universitas Budi Luhur Jakarta.

Tri Ika Jaya, Dosen Universitas Budi Luhur Jakarta

Sedang aktif sebagai dosen pada Fakultas Teknologi Informasi di Universitas Budi Luhur.

References

(https://www.rmolbanten.com/read/2020/01/16/14437/Penduduk-Miskin-Banten-Turun-13-Ribu-Jiwa-, 19 Agustus 2020).

N. I. Febianto dan N. Palasara, œAnalisa Clustering K-Means Pada Data Informasi Kemiskinan Di Jawa Barat Tahun 2018, J. Sisfokom (Sistem Inf. dan Komputer), vol. 8, no. 2, p. 130, 2019, doi: 10.32736/sisfokom.v8i2.653.

J. A. Talingdan, œData mining using clustering algorithm as tool for poverty analysis, ACM Int. Conf. Proceeding Ser., vol. Part F147956, pp. 56“59, 2019, doi: 10.1145/3316615.3316672.

Heni Sulastri, A. I. G. (2017). Penerapan Data Mining Dalam Pengelompokan Penderita Thalassaemia, 02, 299“305.

Tan, P.N., Steinbach, M., Kumar, V. (2006) Introduction to Data Mining. Boston:Pearson Education.

Han, J., Kamber, M., Pei, J.: Data Mining Concept and Techniques, 3rd ed. Morgan Kaufmann-Elsevier, Amsterdam (2012).

A. P. Windarto, œImplementation of Data Mining on Rice Imports by Major Country of Origin Using Algorithm Using K-Means Clustering Method, Int. J. Artif. Intell. Res., vol. 1, no. 2, pp. 26“33, 2017.

J. Informatika, W. Mega, and P. Dhuhita, œCLUSTERING MENGGUNAKAN METODE K-MEANS UNTUK, vol. 15, no. 2, 2015.

A. K. Wardhani, œImplementasi Algoritma K-Means untuk Pengelompokkan Penyakit Pasien pada Puskesmas Kajen Pekalongan, J. Transform., vol. 14, no. 1, pp. 30“37, 2016.

Z. Aras and Sarjono, œAnalisis Data Mining Untuk Menentukan Kelompok Prioritas Penerima Bantuan Bedah Rumah Menggunakan Metode Clustering K-Means( Studi Kasus: Kantor Kecamatan Bahar Utara), J. Manaj. Sist. Inf., vol. 1, no. 2, pp. 159“170, 2016.

L. Elvitaria dan M. Havenda, œMemprediksi Tingkat Peminat Ekstrakurikuler pada Siswa SMK Analisis Kesehatan Abdurrab Menggunakan Algoritma C4.5 (Studi Kasus: SMK Analis Kesehatan Abdurrab), RABIT(Jurnal Teknologi dan Sistem Informasi Univrab), vol. 2, no. 2, pp. 220-233, 2019.

Sijabat, Alimancon. 2015, œPenerapan Data Mining Untuk Pengolahan Data Siswa Dengan Menggunakan Metode Decision Tree, Jurnal Ilmiah Teknologi dan Informasi ASIA Vol. 8 No 2, Agustus 2014.

Andriani, Anik. 2013, œAplikasi Data Mining Market Basket Analysis Penjualan Suku Cadang Sepeda Motor Menggunakan Metode Association Rules Pada PT.Sejahtera Motor Gemilang., Jurnal Ilmiah Tekhnik Informatika Universitas Nusantara PGRI.Kediri