PENERAPAN DATA MINING UNTUK CLUSTERING DATA PENDUDUK MISKIN MENGGUNAKAN ALGORITMA K-MEANS

  • Dina Sunia
  • Kurniabudi Kurniabudi
  • Pareza Alam Jusia

Abstract

Sumber data dari BPS kota jambi Pada Maret 2017 jumlah penduduk miskin sebesar 286,55 ribu jiwa (8,19%), berkurang sebesar 4,26 ribu jiwa dibandingkan dengan penduduk miskin pada september 2016 yang sebesar 290,81 ribu jiwa (8,37%). Berdasarkan angka tersebut terlihat masih tingginya angka kemiskinan yang ada di wilayah Kota Jambi secara umum. Berdasarkan kondisi tersebut perlu  dilakukan pengklasteran untuk membantu Dinas Sosial Kota Jambi dalam pengelompokan keluarga miskin sehingga bantuan dapat tersalurkan dengan tepat. Dengan mengamati persoalan diatas maka diperlukan Data Mining untuk mengelompokkan penerima bantuan dengan menggunakan metode K-Means dalam pengklasteran penduduk miskin. Hasil perhitungan menunjukkan, dari 512 sample data penduduk miskin di Kecamatan Jambi Selatan, dengan jumlah klaster sebanyak 5, dengan iterasi sebanya 3 diperoleh 13 penduduk masuk sebagai anggota klaster 1, 153 penduduk berada diklaster 2, 129 penduduk di klaster 3, 138 penduduk berada di klaster 4, dan 79 penduduk berada di klaster 5.

Published
2019-10-05
How to Cite
SUNIA, Dina; KURNIABUDI, Kurniabudi; JUSIA, Pareza Alam. PENERAPAN DATA MINING UNTUK CLUSTERING DATA PENDUDUK MISKIN MENGGUNAKAN ALGORITMA K-MEANS. Jurnal Ilmiah Mahasiswa Teknik Informatika, [S.l.], v. 1, n. 2, p. 121-134, oct. 2019. Available at: <http://ejournal.stikom-db.ac.id/index.php/jimti/article/view/705>. Date accessed: 12 dec. 2019.