Pengelompokkan Persentase Penduduk Miskin Berdasarkan Kabupaten/Kota Di Provinsi Sumatera Utara Menggunakan Algoritma K-Medoids
Abstract
Kemiskinan adalah suatu masalah ekonomi yang dihadapi setiap negara. Kemiskinan di Indonesia adalah suatu masalah paling mendasar, diperlukan suatu solusi untuk mengatasi atau mengurangi dampak dari masalah tingkat kemiskinan tersebut. Provinsi Sumatera Utara adalah salah satu provinsi terbesar di indonesia dari setiap aspek kebudayaan dan ekonomi. Pada masa pandemi virus COVID 19 mengakibatkan banyak permasalahan timbul sehingga mengakibatkan tingkat persentase kemiskinan di Indonesia tidak terkendali. Sehingga diperlukan suatu solusi untuk mengatasi atau mengurangi dari persentase kemiskinan di setiap daerah. Pada penelitian ini dilakukan untuk mengetahui persentase Penduduk Miskin berdasarkan Kabupaten/kota di provinsi Sumatera Utara yaitu mengelompokkan berdasarkan daerah dengan tingkat persentase kemiskinan. Algoritma K-Medoids merupakan salah satu teknik clustering atau pengelompokkan. Variabel yang digunakan persentase dari tahun 2016 sampai 2020 recor data digunakan dari kabupaten.kota. setelah melakukan perhitungan K-Medoids akan dilakukan pengujian data menggunakan RapidMiner sehingga menghasilkan keakuratan data. Perhitungan data menghasilkan 2 cluster yaitu cluster tinggi dan rendah.
kata kunci: K-Medoids, clustering, kemiskinan, Sumatera Utara, Kabupaten/kota
Full Text:
Diterima: Revisi MinorReferences
Alfiah, F., Almadayani, A., Al Farizi, D., & Widodo, E. (2021). Analisis Clustering K-Medoids Berdasarkan Indikator Kemiskinan di Jawa Timur Tahun 2020. Jurnal Ilmiah Sains, 22(1), 1. https://doi.org/10.35799/jis.v22i1.35911
BPS. (2021). Profil Kemiskinan di Indonesia Maret 2021 (p. 1). https://www.bps.go.id/
Buulolo, E. (2020). Data Mining Untuk Perguruan Tinggi. In DeePublish. https://www.google.co.id/books/edition/Data_Mining_Untuk_Perguruan_Tinggi/-K_SDwAAQBAJ?hl=id&gbpv=1&dq=Data+Mining+Konsep+dan+Aplikasi+Menggunakan+Matlab&printsec=frontcover
Darma, S., & Nurcahyo, G. W. (2021). Klasterisasi Teknik Promosi dalam Meningkatkan Mutu Kampus Menggunakan Algoritma K-Medoids. Jurnal Informatika Ekonomi Bisnis, 3, 89–94. https://doi.org/10.37034/infeb.v3i3.87
Hardiyanti, F., Tambunan, H. S., & Saragih, I. S. (2019). Penerapan Metode K-Medoids Clustering Pada Penanganan Kasus Diare Di Indonesia. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 598–603. https://doi.org/10.30865/komik.v3i1.1666
Humahorbo Lamhot Fransiskus, R. S. et al. (2019). Penerapan Algoritma K-Means dalam mengkluster Persentase Rumah Tangga yang Memiliki Komputer Berdasarkan Provinsi. 456.
Jollyta, Denny; Ramadhan, William; Zarlis, M. (2020). Konsep Data Mining dan Penerapan.
M Teguh Prihandoyo. (2018). Unified Modeling Language (UML) Model Untuk Pengembangan Sistem Informasi Akademik Berbasis Web. Jurnal Informatika: Jurnal Pengembangan IT, 3(1), 126–129.
M, W., M, M., R, S., & S, S. (2020). Penerapan Algoritma K-Means Clustering dan K-Medoids Clustering. Yayasan Kita Menulis. https://www.google.co.id/books/edition/Data_Mining_Penerapan_Algoritma_K_Means/wQnhDwAAQBAJ?hl=id&gbpv=1&dq=k-medoids&pg=PP1&printsec=frontcover
Masjayade, W., Safii, M., & Suhendro, D. (2019). Analisis Clustering Kasus Penyalahgunaan Narkoba Menurut Provinsi Menggunakan Algoritma K-Medoids. 1, 331–337.
Nofriansyah, D., & Nurcahyo, G. W. (2019). Algoritma Data Mining Dan Pengujian. In Algoritma Data Mining dan Pengujian.
Prasetyowati, E. (2017). Data Mining Pengelompokan Data untuk Informasi dan Evaluasi. In Duta Media. https://books.google.com.sg/books?id=rEH2DwAAQBAJ&dq=%22pengertian+data+mining%22&lr=&hl=id&source=gbs_navlinks_s
Rofiqi, A. Y. (2017). Clustering Berita Olahraga Berbahasa Indonesia Menggunakan Metode K-Medoid Bersyarat. Jurnal Simantec, 6(1), 25–32.
Santoso, S., & Nurmalina, R. (2017). Perencanaan dan Pengembangan Aplikasi Absensi Mahasiswa Menggunakan Smart Card Guna Pengembangan Kampus Cerdas (Studi Kasus Politeknik Negeri Tanah Laut). Jurnal Integrasi, 9(1), 84–91.
Siregar, A. M., & Puspabhuana, A. (2017). Data mining Pengolahan Data Menjadi Informasi dengan Rapidminer. CV KEKATA GROUP.
Sudibyo, N. A., Iswardani, A., Sari, K., & Suprihatiningsih, S. (2020). Penerapan Data Mining Pada Jumlah Penduduk miskin di Indonesia. Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 1(3), 199–207.
Sundari, S., Sudahri Damanik, I., Perdana Windarto, A., Satria Tambunan, H., & Wanto, A. (2019). Analisis K-Medoids Clustering Dalam Pengelompokkan Data Imunisasi Campak Balita di Indonesia. September, 687–696.
Wahyuli, D., Handrizal, H., Parlina, I., Windarto, A. P., Suhendro, D., & Wanto, A. (2019). Mengelompokkan Garis Kemiskinan Menurut Provinsi Menggunakan Algoritma K-Medoids. Prosiding Seminar Nasional Riset Information Science (SENARIS), 1(September), 452. https://doi.org/10.30645/senaris.v1i0.51
Refbacks
- There are currently no refbacks.
 | LPPM STIKOM Tunas Bangsa
|
