K-MEANS CLUSTERING METHOD FEASIBILITY OF SCHOOL BUILDING REHABILITATION IN KABUPATEN ASAHAN

Irma Nurhani, Nuriadi Manurung, Elly Rahayu

Abstract


Abstract: School building construction is an important part of educational facilities and infrastructure. Many elementary school buildings in Asahan Regency are damaged, unfit for use or lack facilities including classrooms and other supporting infrastructure. The results of the selection that are not transparent in deciding the feasibility of rehabilitation and construction of elementary school buildings are often subjective and time-consuming. This causes decisions to be taken that cannot be made as quickly as possible and inequality, where schools that actually need rehabilitation more do not get priority for rehabilitation. The purpose of this study is to implement data mining in the selection of school building construction projects with the K-Means clustering algorithm in clustering the feasibility of rehabilitation of elementary school building construction. The results of this study found 31 elementary schools that are eligible for school building construction rehabilitation and 4 are not eligible for school building construction rehabilitation. This study is expected to provide a significant contribution in increasing the efficiency of school building construction selection and more transparency towards elementary school buildings to be rehabilitated.       

Keywords: education authorities; k-means; rehabilitation and construction of school buildings.

  

Abstrak: Pembangunan gedung sekolah ialah bagian penting dalam sarana dan prasarana pendidikan.  Banyak gedung Sekolah Dasar di Kabupaten Asahan menderita kerusakan, tidak layak pakai atau kekurangan fasilitas meliputi ruang kelas dan infrastruktur pendukung lainnya. Hasil penyeleksian yang bersifat tidak transparan dalam memutuskan kelayakan rehabilitasi dan pembangunan gedung Sekolah Dasar sering kali bersifat subjektif dan memakan waktu lama.Hal tersebut menyebabkan keputusan yang diambil tidak dapat dilakukan secepat mungkin serta ketimpangan, dimana sekolah yang sebenarnya lebih membutuhkan rehabilitasi justru tidak mendapatkan prioritas untuk direhabilitasi. Tujuan penelitian ini ialah mengimplementasi data mining pada pemilihan proyek pembangunan gedung sekolah dengan algoritma K-Means clustering dalam mengcluster kelayakan rehabilitasi pembangunan gedung sekolah dasar. Hasil Penelitian ini terdapat 31 sekolah dasar layak untuk direhabilitasi pembangunan gedung sekolah dan 4 tidak layak untuk direhabalitasi pembangunan gedung sekolah. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam menaikkan efisiensi penyeleksian pembangunan gedung sekolah dan lebih transparansi terhadap gedung sekolah dasar yang akan direhabilitasi.

Kata kunci: dinas pendidikan; k-means; rehabilitasi dan pembangunan gedung sekolah.


Full Text:

PDF

References


S. R. J. Rajagukguk, S. Tumanggor, J. G. Malau, and H. Turnip, “Pentingnya Pemerhatian Sarana dan Prasarana bagi Pendidikan di Sekolah yang Terpencil,” PEDIAQU J. Pendidik. Sos. dan Hum., vol. 2, no. 1, pp. 204–215, 2023.

A. Mosepe, “Analisa Tingkat Kerusakan BangunanGedung Sekolah Dasar Di KecamatanPomona Tenggara Kabupaten Poso,” pp. 1–5, 2022.

E. P. A. Yahya and F. A. B. Pradipta, “Asesmen dan analisa gedung eksisting (Studi kasus bangunan Johar Shopping Center Semarang).” Universitas Islam Sultan Agung, 2022.

P. K. Heatubun and M. Fansyuri, “Analisa Data Mining Untuk Prediksi Penjualan Produk Menggunakan Algoritma FP-Growth Berbasis Web Studi Kasus Online Shop Muslim Galeri,” BINER J. Ilmu Komputer, Tek. dan Multimed., vol. 1, no. 6, pp. 1376–1382, 2024.

D. S. Angreni and M. Susanti, “Implementasi Data Mining Untuk Rekomendasi Kenaikan Pangkat Pegawai Negeri Sipil Menggunakan Algoritma Naïve Bayes Pada Biro Administrasi Pimpinan Sekretariat Daerah Provinsi Sulawesi Tengah,” Innov. J. Soc. Sci. Res., vol. 4, no. 1, pp. 9661–9674, 2024.

A. A. Zulyani, A. S. Y. Irawan, and A. Jamaludin, “Implementasi Data Mining Menggunakan Algoritma K-Means Untuk Memutuskan Tingkat Vaksinasi Pada Kecamatan Tambun Selatan,” Innov. J. Soc. Sci. Res., vol. 3, no. 3, pp. 7037–7050, 2023.

R. Harum, F. Fathurrohman, and A. R. Rinaldi, “Pemodelan Pola Penjualan Sepatu Impor Melalui Pendekatan Algoritma K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 4223–4230, 2024.

D. N. Alfiansyah, V. R. S. Nastiti, and N. Hayatin, “Implementasi Metode K-Means pada Data Penduduk Miskin Per Kecamatan Kabupaten Blitar,” J. Repos., vol. 4, no. 1, pp. 49–58, 2022.

S. N. Hasanah, N. Suarna, D. Pratama, M. Informatika, and S. I. Cirebon, “Pengelompokan Santri Di Pondok Al- Ma ’ Rifah Berdasarkan Asal Wilayah Menggunakan Algoritma K-Mean Clustering,” vol. 3, no. 1, pp. 37–48, 2024.

T. A. Munandar, “Implementasi Algoritma Clustering Untuk Pengelompokan Tingkat Kemiskinan Provinsi Banten,” JSiI (Jurnal Sist. Informasi), vol. 9, no. 2, pp. 109–114, 2022.

M. Triandini, S. Defit, and G. W. Nurcahyo, “Data Mining dalam Mengukur Tingkat Keaktifan Siswa dalam Mengikuti Proses Belajar pada SMP IT Andalas Cendekia,” J. Inf. dan Teknol., vol. 3, pp. 167–173, 2021, doi: 10.37034/jidt.v3i3.120.

W. Handoko and A. Nasution, “Implementation of Data Mining By Using K-Means To Classify Marriage Age,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 9, no. 2, pp. 161–166, 2023, doi: 10.33330/jurteksi.v9i2.2045.

P. Sari, “Algoritma K-Means Clustering: Sebuah Studi Literatur,” J. Inform., vol. 1, no. 1, pp. 1–7, 2024.

R. Supardi and I. Kanedi, “Implementasi Metode Algoritma K-Means Clustering pada Toko Eidelweis,” J. Teknol. Inf., vol. 4, no. 2, pp. 270–277, 2020, doi: 10.36294/jurti.v4i2.1444.

“Implementasi metode k-means clustering untuk pengelompokan kelas berdasarkan pemahaman siswa pada bimbingan belajar matematika sachio banyuwangi skripsi,” 2022.




DOI: https://doi.org/10.33330/jurteksi.v11i2.3730

Article Metrics

Abstract view : 46 times
PDF - 17 times

Refbacks

  • There are currently no refbacks.


Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Royal

Copyright © LPPM UNIVERSITAS ROYAL

 

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