Penerapan Algoritma K-Means Untuk Pengelompokan Data Penyandang Disabilitas Di Kabupaten Rokan Hilir
Application Of The K-Means Algorithm For Data Grouping Persons With Disabilities In Rokan Hilir District
DOI:
https://doi.org/10.57152/ijirse.v3i1.526Keywords:
Clustering, Davies Bouldin Index, Disabilitas, K-Means, Rokan HilirAbstract
Kesejahteraan Sosial merupakan matlamat bangsa Indonesia yang tertera dalam UUD RI Tahun 1945. Akan tetapi, hingga kini tujuan tersebut belum tercapai karena masih banyaknya Penyandang Masalah Kesejahteraan Sosial (PMKS), salah satunya disabilitas. Pada penelitian ini dilakukan pengelompokan data penyandang disabilitas di kabupaten Rokan Hilir guna memberikan informasi terhadap pemerintah dan instansi yang bersangkutan dalam pengambilan keputusan yang tepat. Untuk pengelompokkan pada penelitian ini menerapkan algoritma K-Means. Klaster yang diperoleh pada penelitian ini berjumlah tiga klaster yakni cluster_0 : kelompok kecamatan disabilitas rendah, cluster_2 : kelompok kecamatan disabilitas sedang, dan cluster_1 : kelompok kecamatan disabilitas terbanyak. Dari 18 kecamatan di Kabupaten Rokan Hilir, 1 Kecamatan cluster tingkat tinggi untuk wilayah penyandang disabilitas terbanyak yakni kecamatan Bangko, 3 kecamatan cluster tingkat sedang yakni kecamatan Rimba melintang, Rantau Kopar serta Pujud dan 14 kecamatan lainnya termasuk cluster tingkat rendah. Hasil yang diperoleh mengindikasikan bahwa metode K-Means cukup baik untuk melakukan pengelompokkan data penyandang disabilitas di Kabupaten Rokan Hilir dengan hasil validasi dengan metode Davies Bouldin yang dihasilkan adalah 0,063.
References
A. Rahman, “Persepsi Masyarakat Terhadap Penyandang Disabilitas Di Kelurahan Bongki Kecamatan Sinjai Utara Kabupaten Sinjai,” vol. 13, pp. 93–99, 2021.
I. A. Darmawan, M. F. Randy, I. Yunianto, M. M. Mutoffar, and M. T. P. Salis, “Penerapan Data Mining Menggunakan Algoritma Apriori Untuk Menentukan Pola Golongan Penyandang Masalah Kesejahteraan Sosial,” Sebatik, vol. 26, no. 1, pp. 223–230, 2022, doi: 10.46984/sebatik.v26i1.1622.
I. S. S. Ade Indah Sari, Heru Satria Tambunan, Widodo Saputra, Irfan Sudahri Damanik, “Implementasi Algoritma K-Means Dalam Pengelompokan Penyandang Disabilitas Menurut Kecamatan Kabupaten Simalungun,” Pros. Semin. Nas. Ris. Dan Inf. Sci., vol. 2, no. 0, pp. 54–61, 2020, [Online]. Available: http://tunasbangsa.ac.id/seminar/index.php/senaris/article/view/144
Hidayaturrahman, “Implementation Of The Rights Of People With Disabilities In Pekanbaru City Based On Law Number 8 Of 2016 PELAKSANAAN HAK PENYANDANG DISABILITAS DI KOTA PEKANBARU BERDASARKAN UNDANG – UNDANG NOMOR 8 TAHUN 2016,” vol. x, no. 01, pp. 14–28, 2022.
M. Narvekar and S. F. Syed, “An optimized algorithm for association rule mining using FP tree,” Procedia Comput. Sci., vol. 45, no. C, pp. 101–110, 2015, doi: 10.1016/j.procs.2015.03.097.
A. Bahauddin, A. Fatmawati, and F. Permata Sari, “Analisis Clustering Provinsi Di Indonesia Berdasarkan Tingkat Kemiskinan Menggunakan Algoritma K-Means,” J. Manaj. Inform. dan Sist. Inf., vol. 4, no. 1, p. 1, 2021, doi: 10.36595/misi.v4i1.216.
E. Rouza, T. Informatika, F. I. Komputer, and U. P. Pengaraian, “MENGGUNAKAN METODE K-MEANS Metode K-Means,” vol. 7, no. 01, pp. 32–40, 2021.
S. A. Fadhil M Basysyar, Yudhistira Arie Wijaya, Irfan Ali, “CLUSTERING DATA DISABILITAS MENGGUNAKAN ALGORITMA K-MEANS DI KABUPATEN CIREBON Jurnal Sistem Informasi dan Manajemen,” vol. 9, no. 3, 2021.
C. A. Sugianto, A. H. Rahayu, and A. Gusman, “Algoritma K-Means untuk Pengelompokkan Penyakit Pasien pada Puskesmas Cigugur Tengah,” J. Inf. Technol., vol. 2, no. 2, pp. 39–44, 2020, doi: 10.47292/joint.v2i2.30.
D. Adhe, C. Rachman, R. Goejantoro, and D. Tisna, “Implementation Of Text Mining For Grouping Thesis Documents Using K-Means Clustering,” J. EKSPONENSIAL, vol. 11, no. 2, pp. 167–174, 2020.
Z. Ren, L. Sun, and Q. Zhai, “Improved k-means and spectral matching for hyperspectral mineral mapping,” Int. J. Appl. Earth Obs. Geoinf., vol. 91, no. April, p. 102154, 2020, doi: 10.1016/j.jag.2020.102154.
S. Susanti, “Klasifikasi Kemampuan Perawatan Diri Anak dengan Disabilitas Menggunakan Neural Network dan Greedy Stepwise Sebagai Seleksi Fitur,” J. Inform., vol. 8, no. 1, pp. 67–78, 2021, doi: 10.31294/ji.v8i1.8986.
S. Syaifurrohman and F. A. Nasution, “Optimalisasi Pendidikan Politik melalui Literasi Digital bagi Penyandang Disabilitas dalam Industri 4.0 di Indonesia,” J. Komun. Pendidik., vol. 5, no. 1, p. 68, 2021, doi: 10.32585/jkp.v5i1.800.
O. Herdiana1, S. Maulani2, and Eryan Ahmad Firdaus, “STRATEGI PEMASARAN PRODUK INDUSTRI KREATIF MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERBASIS PARTICLE SWARM OPTIMIZATION,” vol. 15, pp. 1–13, 2021.
I. Nuryani and D. Darwis, “Analisis Clustering Pada Pengguna Brand Hp Menggunakan Metode K-Means,” Pros. Semin. Nas. Ilmu Komput., vol. 1, no. 1, p. 2021, 2021.
I. N. M. Adiputra, “Clustering Penyakit Dbd Pada Rumah Sakit Dharma Kerti Menggunakan Algoritma K-Means,” Inser. Inf. Syst. Emerg. Technol. J., vol. 2, no. 2, p. 99, 2022, doi: 10.23887/insert.v2i2.41673.
K. Prabhakaran, J. Dridi, M. Amayri, and N. Bouguila, “Explainable K-Means Clustering for Occupancy Estimation,” Procedia Comput. Sci., vol. 203, pp. 326–333, 2022, doi: 10.1016/j.procs.2022.07.041.
Y. Mayona, R. Buaton, and M. Simanjutak, “Data Mining Clustering Tingkat Kejahatan Dengan Metode Algoritma K-Means ( Studi Kasus?: Kejaksaan Negeri Binjai ),” vol. 6, no. 3, 2022.
E. E. Putri, “Analisis Tingkat Kejahatan Anak Dibawah Umur Menggunakan Metode Fp-Growth (Studi Kasus Di Polresta Padang),” Syntax J. Softw. Eng. Comput. Sci. Inf. Technol., vol. 1, no. 1, pp. 16–23, 2020, doi: 10.46576/syntax.v1i1.646.
M. R. Nahjan, N. Heryana, A. Voutama, F. I. Komputer, U. S. Karawang, and R. Miner, “IMPLEMENTASI RAPIDMINER DENGAN METODE CLUSTERING K-MEANS UNTUK ANALISA PENJUALAN PADA TOKO OJ CELL,” vol. 7, no. 1, pp. 101–104, 2023.
