ANALISIS DATA MINING UNTUK MENENTUKAN KELOMPOK PRIORITAS PENERIMA BANTUAN BEDAH RUMAH MENGGUNAKAN METODE CLUSTERING K-MEANS (Studi Kasus : KANTOR KECAMATAN BAHAR UTARA)

  • Zainul Aras Z stikom
  • Sarjono Sarjono

Abstract

Setiap Kecamatan di Provinsi Jambi mendapatkan kesempatan untuk mengelola dana bantuan
salah satunya dapat diperuntukkan kedalam bentuk Bantuan Bedah Rumah. Niat baik pemerintah
daerah dalam pengentasan kemiskinan melalui program bedah rumah tersebut, harus didukung
dengan tingkat akurasi data.Selain tingkat akurasi data juga dibutuhkan efisiensi waktu
pengolahan data penerima bantuan.Terdapat kerumitan dalam pengolahan data selama ini, yaitu
menentukan penduduk miskin yang menjadi prioritas utama untuk mendapatkan bantuan ditengah
banyaknya data penduduk miskin di Kecamatan Bahar Utara. Kerumitan tersebut muncul karena
dari besarnya jumlah penduduk miskin yang ada Camat harus mempertimbangkan berapa criteria
diantaranya Status Kesejahteraan, Status Penguasaan Bangunan Tempat Tinggal, Jenis Atap, Jenis
Lantai, Jenis Dinding, dan Jumlah Individu dalam sebuah keluarga. Nilai dari setiap kriteria
tersebut menjadi patokan untuk penyeleksian penduduk yang menjadi prioritas utama untuk
mendapatkan bantuan bedah rumah.Dengan mengamati persoalan diatas Data Mining dengan
metode Cluster, sangat tepat digunakan untuk menghasilkan Knowledge kelompok prioritas
diantara ratusan penduduk miskin di Kecamatan Bahar Utara.

References

Anggraini D. (2014).ANALISIS PROFIL AKADEMIK ALUMNI DENGAN MENGGUNAKAN
METODE KLASTERISASI KMEANS PADA STIKOM UYELINDO KUPANG.Tesis
Universitas Atma Jaya Yogyakarta.
Chaudhuri, S., Dayal, U., & Narasayya, V. (2011).An overview of business intelligence
technology.Communications of the ACM, 54(8), 88-98.
Chen, H., Chiang, R. H., &Storey, V. C. (2012). Business Intelligence and Analytics: From Big Data
to Big Impact. MIS quarterly, 36(4), 1165-1188.
Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996).From data mining to knowledge discovery in
databases.AI magazine, 17(3), 37.
Freitas, A. A. (2013). Data mining and knowledge discovery with evolutionary algorithms.Springer
Science & Business Media.
Liautaud, B., & Hammond, M. (2000).e-Business intelligence: turning information into knowledge
into profit. McGraw-Hill, Inc..
Maimon, O., &Rokach, L. (Eds.).(2005). Data mining and knowledge discovery handbook (Vol. 2).
New York: Springer
Mirza, H., Indriani, P., &Ependi, U. (2014).REKAYASA MODEL DATA MINING UNTUK
PENGAMBILAN KEBIJAKAN DALAM PENANGGULAN KEMISKINAN.
Nugraha, D. D. C., Naimah, Z., Fahmi, M., &Setiani, N. (2014, June).Klasterisasi Judul Buku dengan
Menggunakan Metode K-Means.In Seminar Nasional Aplikasi Teknologi Informasi (SNATI).
Ong, J. O. (2013). Implementasi Algoritma K-Means Clustering untuk Menentukan Strategi
Marketing President University.
Peraturan Bupati Muaro Jambi Nomor 22 Tahun 2013 Tentang Perubahan Atas Peraturan Bupati
Muaro Jambi Nomor 16 Tahun 2013 Tentang Pedoman Pelaksanaan Program Satu Milyar
Satu Kecamatan (SAMISAKE) Di Kabupaten Muaro Jambi Tahun Anggaran 2013.
Peraturan Gubernur Jambi Tahun 2013 Tentang Pedoman Umum dan Alokasi Dana Tranfer Program
Satu Milyar Satu Kecamatan (SAMISAKE) Provinsi Jambi Tahun Anggaran 2013.
Putri, T. U., Herdiansyah, M. I., &Purnamasari, S. D. (2014). JURNAL PENERAPAN DATA
MINING UNTUK MENENTUKAN STRATEGI PENJUALAN PADA TOKO BUKU
GRAMEDIA MENGGUNAKAN METODE CLUSTERING.
JurnalMahasiswaTeknikInformatika.
Silberschatz-Korth-Sudarshan(2001). Database System Concepts Fourth Edition.The McGraw−Hill
Companies.
Tool, A. C. D. F. D. (1995).CASE CDFD.
Turban, E. (1990).Decision support and expert systems: management support systems. Prentice Hall
PTR.
Turban, E., Sharda, R., &Delen, D. (2007).Decision support and business intelligence
systems.Pearson Education India.
Van Belle JP, Eccles M, Nash J (2003). Discovery Information System.The Berne Convention.
Zahrotun, L. (2015). ANALISIS PENGELOMPOKAN JUMLAH PENUMPANG BUS TRANS
JOGJA MENGGUNAKAN METODE CLUSTERING K-MEANS DAN
AGGLOMERATIVE HIERARCHICAL CLUSTERING (AHC). Jurnal Informatika, 9(1).
Ziarko, W. P. (Ed.). (2012). Rough Sets, Fuzzy Sets and Knowledge Discovery: Proceedings of the
International Workshop on Rough Sets and Knowledge Discovery (RSKD’93), Banff, Alberta,
Canada, 12–15 October 1993. Springer Science & Business Media
Published
2016-12-02
How to Cite
Z, Zainul Aras; SARJONO, Sarjono. ANALISIS DATA MINING UNTUK MENENTUKAN KELOMPOK PRIORITAS PENERIMA BANTUAN BEDAH RUMAH MENGGUNAKAN METODE CLUSTERING K-MEANS (Studi Kasus : KANTOR KECAMATAN BAHAR UTARA). Jurnal Manajemen Sistem Informasi, [S.l.], v. 1, n. 2, p. 159-170, dec. 2016. ISSN 2548-5873. Available at: <http://ejournal.stikom-db.ac.id/index.php/manajemensisteminformasi/article/view/518>. Date accessed: 26 sep. 2020.