PENGGUNAAN K-MEANS METHOD DALAM KLASIFIKASI TINGKAT KESEJAHTERAAN PENDUDUK (STUDI KASUS: KANTOR KEPALA DESA PONDOK BUNGUR)

Sylvia Anggraini, Akmal Nasution, Mustika Fitri Larasati Sibuea

Abstract


Kualitas hidup keluarga mencerminkan kesejahteraan masyarakat, yang diukur melalui berbagai aspek kehidupan seperti pendidikan, pekerjaan, penghasilan, kepemilikan, kondisi tempat tinggal, serta akses ke air bersih dan listrik. Untuk menentukan tingkat kesejahteraan di masyarakat, tiga kriteria dari semua variabel tersebut digunakan untuk membedakan apakah mereka berada pada cluster tinggi, menengah, atau rendah. Pondok Bungur, sebuah desa di Kabupaten Asahan dengan 10 dusun, kebanyakan penduduknya memiliki pendapatan rendah, tidak memiliki barang kebutuhan sekunder, menggunakan air bukan dari PDAM, dan memiliki akses daya listrik rendah. Karena belum ada klasifikasi yang jelas mengenai kesejahteraan, bantuan sosial sering kali tidak tepat sasaran. Sebagai solusi, teknik data mining dengan algoritma k-means diterapkan untuk mengklasifikasikan tingkat kesejahteraan di desa tersebut. Penelitian ini menemukan bahwa 2 dusun berada pada tingkat kesejahteraan tinggi (20%), 3 dusun pada tingkat menengah (30%), dan 5 dusun pada tingkat rendah (50%). Dusun 2 dan 5 merupakan yang paling sejahtera, sementara Dusun 1, 4, dan 9 memiliki tingkat kesejahteraan menengah. Sisa 50% dusun yang masih berada pada tingkat rendah perlu diprioritaskan dalam pemberian bantuan.


Full Text:

PDF

References


Hutabarat, L. Y., Gunawan, I., Purnamasari, I., Safii, M., & Saputra, W. (2021). Penerapan Algoritma K-Means Dalam Pengelompokan Jumlah Penduduk Berdasarkan Kelurahan Di Kota Pematangsiantar. Jurnal Ilmu Komputer dan Teknologi, 2(2), 20-26.

Riana, D. S. (2021). Analisis Cluster Untuk Mengklsifikasi Tingkat Kesejahteraan Sosial Masyarakat Di Kabupaten Deli Serdang Menggunakan Metode Fuzzy C-Mean Clustering Saat Pandemi Covid-19 (Doctoral dissertation, Universitas Islam Negeri Sumatera Utara Medan).

Novitasari, N., Nuris, N. D., & Herdiana, R. (2023). Penerapan Algoritma K-Means untuk Clustering Data Jumlah Penduduk Miskin Berdasarkan Kota/Kabupaten di Jawabarat menggunakan Rapidminer. Jurnal Informatika Terpadu, 9(1), 68-73.

Wakhidah, N. (2010). Clustering menggunakan k-means algorithm. Jurnal Transformatika, 8(1), 33-39.

Fathurrahman, F., Harini, S., & Kusumawati, R. (2023). Evaluasi clustering K-Means dan K-Medoid pada persebaran Covid-19 di Indonesia dengan metode Davies-Bouldin Index (DBI). Jurnal Mnemonic, 6(2), 117-128.

Indrawan, I., & Oktarina, D. (2023). Sistem Penilaian Kinerja untuk Peningkatan Akurasi Dalam Pemberian Kenaikan Gaji Karyawan dengan Metode 360 Degree. Jurnal Mahasiswa Aplikasi Teknologi Komputer Dan Informasi (Jmapteksi), 4(1), 14-18.

Budiman, I., Saori, S., Anwar, R. N., Fitriani, F., & Pangestu, M. Y. (2021). Analisis Pengendalian Mutu Di Bidang Industri Makanan (Studi Kasus: Umkm Mochi Kaswari Lampion Kota Sukabumi). Jurnal Inovasi Penelitian, 1(10), 2185-2190.




DOI: https://doi.org/10.33330/j-com.v4i2.3214

Article Metrics

Abstract view : 97 times
PDF - 73 times

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.