EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Penerapan Algoritma K-Means untuk Clustering Data Jumlah Penduduk Miskin Berdasarkan Kota/Kabupaten di Jawabarat menggunakan Rapidminer

Nova Novitasari, Nisa Dienwati Nuris, Ruli Herdiana

Jurnal Informatika Terpadu · 27.03.2023 · 9 (1) · 68-73

DOI: 10.54914/jit.v9i1.660 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Informatika Terpadu, online erschienen am 27.03.2023. Verfasst von Nova Novitasari und 2 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kemiskinan saat ini menjadi satu-satunya masalah yang dihadapi setiap daerah. Seperti yang terjadi di Kota/Kabupaten Jawa Barat yang masih terlihat. Kemiskinan sendiri merupakan suatu kondisi dimana standar hidupnya seseorang benar-benar kurang mampu dalam memenuhi kebutuhan pokok hidupnya. Menurut informasi yang diperoleh website open data jabar, terdapat 513 data di Kota/Kabupaten Jawa Barat pada tahun 2002 s/d 2020, jumlah penduduk miskin di banyak Kota/Kabupaten di Jawa Barat semakin meningkat. Dengan demikian, metode yang digunakan dalam penelitian ini untuk melakukan pengelompokan data menggunakan metode K-Means Clustering yang akan diimplementasikan pada Rapidminer. Dikarenakan Algoritma K-Means merupakan Algoritma yang efektif untuk menganalisis data dalam jumlah besar. Jadi, bisa dilihat dari data yang akan dihasilkan ada beberapa variabel yang dibutuhkan, seperti kode Provinsi, nama Provinsi, kode Kota/Kabupaten, nama Kota/Kabupaten, jumlah penduduk miskin, satuan, dan tahun. Dari variabel data tersebut akan lebih mudah untuk menjalankannya. Sehingga penelitian ini akan menghasilkan beberapa cluster, yaitu hasil yang didapat oleh peneliti adalah cluster 4 karena cluster ini adalah hasil yang diambil dari nilai DBI yang terkecil dan terbaik dari beberapa cluster yang peneliti uji coba. Dari hasil cluster itulah akan terlihat data jumlah penduduk miskin berdasarkan kota/kabupaten yang memiliki tingkat kemiskinannya meningkat atau menurun dalam periode setiap tahunnya.

Zitieren

APA

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. https://doi.org/10.54914/jit.v9i1.660

Vancouver

Novitasari N, Nuris ND, Herdiana R. Penerapan Algoritma K-Means untuk Clustering Data Jumlah Penduduk Miskin Berdasarkan Kota/Kabupaten di Jawabarat menggunakan Rapidminer. Jurnal Informatika Terpadu. 2023;9(1):68-73. doi:10.54914/jit.v9i1.660

BibTeX
@article{Novitasari2023,
  author = {Novitasari, Nova and Nuris, Nisa Dienwati and Herdiana, Ruli},
  title = {Penerapan Algoritma K-Means untuk Clustering Data Jumlah Penduduk Miskin Berdasarkan Kota/Kabupaten di Jawabarat menggunakan Rapidminer},
  journal = {Jurnal Informatika Terpadu},
  year = {2023},
  volume = {9},
  number = {1},
  pages = {68--73},
  doi = {10.54914/jit.v9i1.660}
}
Kostenlos starten →