Teks
PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN KELUARGA MISKIN DI DESA KRACAK
Masalah kemiskinan merupakan permasalahan utama yang dihadapi bangsa
ini. Upaya pemerintah dalam mengatasi permasalahan kemiskinan ini salah satunya
dengan adanya kegiatan verifikasi dan validasi data yang dilakukan di setiap desa
dimana data yang diperoleh masih berupa data mentah dan belum adanya
pengelompokan mengenai tingkat kemiskinan di Desa Kracak. Pengelompokkan
tingkat kemiskinan warga masyarakat sangat diperlukan dengan tujuan untuk dapat
membantu Pemerintah Desa Kracak dalam memberikan kebijakan secara tepat pada
warga tingkat ekonomi rendah di Desa Kracak. Data mining dapat digunakan untuk
membantu mengelompokan dan menjadi solusi.
Algoritma K-Means merupakan algoritma yang digunakan untuk
pembentukan cluster dimana data akan dipartisi kedalam bentuk dua atau lebih
kelompok. Data yang digunakan adalah Data Terpadu Kesejahteraan Sosial Desa
Kracak yang berjumlah 180 record dengan atribut pekerjaan, keikutsertaan
program bansos, pendidikan, tanggungan keluarga,aset, lahan, luas lantai dan
pendapatan. Atribut tersebut digunakan sebagai parameter dari setiap cluster yang
terbentuk.
Hasil cluster yang terbentuk berjumlah 3 cluster, dengan cluster pertama
sebagai kelompok penduduk dengan kategori “miskin ekstrim berjumlah 73
anggota, cluster kedua sebagai kelompok penduduk dengan kategori “miskin”
berjumlah 26 anggota dan cluster ketiga sebagai kelompok penduduk dengan
kategori “menengah ke bawah” berjumlah 81 anggota. Pengolahan data penduduk
menggunakan algoritma k-means mendapatkan hasil Davies Bouldin Index sebesar
0.170 yang dinilai cukup baik karena semakin dekat hasil dengan angka nol, maka
semakin baik pula hasil clusternya.
| S00072.23 | RF TI.S00072.23 Han p | My Library (Referensi) | Tersedia |
Tidak tersedia versi lain