ANALISIS DATA MINING UNTUK MENENTUKAN KELOMPOK PRIORITAS PENERIMA BANTUAN BEDAH RUMAH DI DESA SEMEN MENGGUNAKAN METODE CLUSTERING K-MEANS
Author (Penulis)
M.RIXCO SETIAWANUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.02.0042Abstract
ABSTRAK
Saat ini proses penentuan penenerima bantuan bedah rumah di Kantor Desa Semen masih dilakukan secara manual. Terdapat kerumitan dalam pengolahan data selama ini, dikarenakan banyaknya jumlah data warga miskin di Desa Semen. Pengolahan data warga miskin yang cukup besar menyulitkan panitia pelaksana dalam mengambil keputusan.
Dalam penelitian ini menggunakan metode Clustering K-Means, dengan menggunakan metode ini dapat mengelompokkan data kedalam beberapa kelompok, dimana ditetapkan titik nilai sebagai proses pengelompokannya.
Algoritma K-Means diawali dengan penentuan titik nilai dari setiap kriteria yang ditentukan secara acak. Data yang sudah diseleksi dan ditranformasi akan dikirimkan kedalam sistem dan akan diolah yang kemudian didapati hasil berupa rangking yang layak dan tidak layak dalam menentukan penerima bantuan..
Hasil penelitian ini menunjukkan bahwa sistem penerima bantuan bedah rumah menggunakan metode Clustering K-Means menghasilkan data rangking yang layak mendapatkan bantuan sesuai kriteria yang telah ditentukan. Data rangking tersebut dapat dijadikan sebagai patokan untuk mendapatkan bantuan bedah rumah. Berdasarkan simpulan hasil penelitian ini, direkomendasikan: (1) Data kriteria diharapkan lebih lengkap, sehingga mendapatkan hasil perhitungan yang akurat. (2) Dilakukan pengembangan sitem sejenis dengan menambahkan fitur seleksi dan transformasi nilai secara otomatis sehingga menghasilkan sistem yang maksimal.
KATA KUNCI : Centroid, Cluster, Clustering, Data Mining, Euclidean, K-means.
Keyword
aReference
DAFTAR PUSTAKA
Anhar. 2010. Panduan Menguasai PHP & MySQL Secara Otodidak. Jakarta: Mediakita.
Bagui, S. & Earp, R. 2012. Database Design Using Entity-Relationship Diagrams. Francis: CRC Press.
Freitas, A. A. 2013. Data Minning and Knowledge Discovery With Evolutionery Algorithms. Springer Science & Business Media.
Guswandi, D. 2017. Sistem Pendukung Keputusan Bantuan Bedah Rumah Menggunakan Metode Simple Additive Weighting Pada Badan Amil Zakat. MajalahIlmiah. Padang: Universitas Putra Indonesia YPTK.
Han, J., Kamber, M. & Pei, J. 2002. Data Mining Concept and Techniques. Amsterdam: Morgan Kaufmann-Elsevier.
Kumar, S. M. & Aggarwal, K. S. 2003. Debuggers For Programing Languages. Florida: In The Complier Design Handbook.
Lutfi, E. T. & Kusrini. 2009. Algoritma Data Mining. Yogyakarta: CV AndiOffset.
Musligudin, M. & Oktafianto. 2016. Analisis dan Perancangan Sistem Informasi Menggunakan Model Terstruktur dan UML. Yogyakarta: CV Andi OFFset.
Nasari, F. & Darma, S. 2015. Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru. Universitas Potensi Utama.
Ong, J. O. 2013. Implementasi Algoritma K-Means Clustering untuk Menentukan Strategi Marketing President University.
Pahlevi, K. 2011. Penerapan Metode Clustering K-Means Untuk Mengukur Tingkat Kedisiplinan Siswa Di SMK Perikanan Nusantara Demak. Universitas Dian Nuswantoro.
Pardosi, M. 2004. Bahasa Pemrograman Windows Dan Internet Microsoft Visual Basic 6.0. Surabaya: CV LuciaSilvyMacare.
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. Jurnal Mahasiswa Teknik Informatika.
Richley, Z. 2014. Navicat MySQL GUI Review. Splash Magazines.
Sudarshan, K. S. 2001. Database System Concept Fourth Edition. The MeGraw-Hill Companies.
Supriana, W. I. 2016. Perancangan Sistem Pendukung Keputusan Penelitian Penerima Bantuan Bedah Rumah Dengan Metode Pembobotan. JurnalIlmiahIlmuKomputer. Universitas Udayana.
Tan, P.N., Steinbach, M., Kumar, V. 2006. Introduction to Data mining. Boston: Pearson Education.
Turban, E., dkk. 2005. Decision Support Systems and Intelligent Systems Edisi Bahasa Indonesia Jilid 1. Andi: Yogyakarta.
Zainul, A. Z, & Sarjono. 2016. Analisis Data Mining Untuk Menentukan Kelompok Prioritas Penerima Bantuan Bedah Rumah Menggunakan Metode Clustering K-Means. JurnalManajemenSistemInformasi. STIKOM Dinamika Bangsa Jambi.
Dinas Sosial Kabupaten Kediri. 2017. Petunjuk Pelaksanaan Rehabilitasi Sosisal Rumah Tidak Layak Huni (RS-RTLH) Dan Sarana Lingkungan (Sarling).
Wahana Komputer. 2010. Membuat Aplikasi Client Server Dengan Visual Basic 2008. Yogyakarta: Andi.
