Penerapan Algoritma K-Means Untuk Mengelompokkan Kepadatan Penduduk Di Provinsi DKI Jakarta
I will put the dimension here
Abstract
DKI Jakarta Province is an attraction for immigrants. If the population increases, if it cannot be resolved and managed well, it will result in bad things such as increasing the number of unemployed and affecting economic growth. Population data is used to help group regions based on population density in DKI Jakarta Province in 2019-2022 using the K-Means clustering method. From the results of the research, it provides a solution for the government to pay attention to population groups with the aim of preventing population density because it causes bad effects, so that community welfare is more guaranteed, so grouping (clustering) of provinces in DKI Jakarta is needed to provide information for people who wish to live in the Province DKI Jakarta. The research proves that the test results carried out clustering iterations of population density data were obtained in three iterations. For the results obtained by calculations using the K-Means method and using the rapidminer application, the results obtained were of the same value, namely the cluster with the highest population density of three districts/cities, namely South Jakarta, East Jakarta and West Jakarta whose population density continues to increase.
Downloads
References
I. Bawinti, G. M. V Kawung, and A. Y. Luntungan, “Pengaruh Pengeluaran Pemerintah Dan Investasi Swasta Terhadap Pertumbuhan Ekonomi Di Kabupaten Kepulauan Talaud,” J. Berk. Ilm. Efisiensi, vol. 18, no. 4, p. 27, 2018.
S. S. S, A. T. Purba, and F. O. I. Pardede, “Pengelompokan Jumlah Penduduk Berdasarkan Kategori Usia Dengan Metode K-Means,” J. Tek. Inf. dan Komput., vol. 2, no. 2, p. 166, 2019, doi: 10.37600/tekinkom.v2i2.115.
D. S. M. Simanjuntak, I. Gunawan, S. Sumarno, P. Poningsih, and I. P. Sari, “Penerapan Algoritma K-Medoids Untuk Pengelompokkan Pengangguran Umur 25 tahun Keatas Di Sumatera Utara,” J. Krisnadana, vol. 2, no. 2, 2023, doi: 10.58982/krisnadana.v2i2.264.
M. A. Muminin and W. Hidayat, “Pengaruh Pertumbuhan Ekonomi Dan Jumlah Penduduk Terhadap Tingkat Pengangguran Terbuka Di Kabupaten/Kota Provinsi Jawa Timur Tahun 2011-2015,” J. Ilmu Ekon., vol. 1, pp. 374–384, 2017.
D. Gultom, I. Gunawan, I. Purnamasari, S. R. Andani, and Z. A. Siregar, “Penerapan Algoritma K-Means Dalam Pengelompokan Kepadatan Penduduk Menurut Kecamatan di Kabupaten Simalungun,” TIN Terap. Inform. Nusant., vol. 2, no. 10, pp. 622–628, 2022, doi: 10.47065/tin.v2i10.1375.
P. Marpaung and R. F. Siahaan, “Penerapan Algoritma K-Means clustering Untuk Pemetaan Kepadatan Penduduk Berdasarkan Jumlah Penduduk Kota Medan,” J. Sains Komput. Inform., vol. 5, no. 1, pp. 503–521, 2021.
A. Fitria Yulia and H. Widi Nugroho, “Implementasi Algoritma K-Means Classifier Sebagai Pendukung Keputusan Penerima Dana Bantuan Siswa Miskin (Studi Kasus : SMKN Sukoharjo),” in Seminar Nasional Hasil Penelitian dan Pengabdian Masyarakat 2022, 2022, pp. 48–57.
Y. R. Sembiring, Saifullah, and R. Winanjaya, “Implementasi Data Mining Dalam Mengelompokkan Jumlah Penduduk Miskin Berdasarkan Provinsi Menggunakan Algoritma,” KESATRIA J. Penerapan Sist. Inf. (Komputer Manajemen) Vol. 2, No. 2, vol. 2, no. 2, pp. 125–132, 2021.
I. Nasution, A. P. Windarto, and M. Fauzan, “Penerapan Algoritma K-Means Dalam Pengelompokan Data Penduduk Miskin Menurut Provinsi,” Build. Informatics, Technol. Sci., vol. 2, no. 2, pp. 76–83, 2020, doi: 10.47065/bits.v2i2.492.
V. Kurnia Bakti and A. Rakhman, “Klasterisasi Dokumen Penelitian Perguruan Tinggi Menggunakan K-Means clustering, Sebagai Analisa Penerapan Sistem Temu Kembali,” Smart Comp Jurnalnya Orang Pint. Komput., vol. 10, no. 3, pp. 167–169, 2021, doi: 10.30591/smartcomp.v10i3.2941.
D. N. Alfiansyah, V. R. S. Nastiti, and N. Hayatin, “Penerapan Metode K-Means pada Data Penduduk Miskin Per Kecamatan Kabupaten Blitar,” J. Repos., vol. 4, no. 1, pp. 49–58, 2022, doi: 10.22219/repositor.v4i1.1416.
H. Sibarani, Solikhun, W. Saputra, I. Gunawan, and Z. M. Nasution, “Penerapan Metode K-Means Untuk Pengelompokkan Kabupaten/Kota Di Provinsi Sumatera Utara Berdasarkan Indikator Indeks Pembangunan Manusia,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 154–161, 2022, doi: 10.36040/jati.v6i1.4590.
L. Y. Hutabarat, “Kmeans-jumlah penduduk siantar,” vol. 2, no. 2, pp. 20–26, 2021.
M. A. Muslim, B. Prasetiyo, E. L. H. Mawarni, and A. J. Herowati, Data Mining Algoritma C4.5, Pertama., no. December. Semarang: ILKOM UNNES, 2019.
Mustika et al., DATA MINING DAN APLIKASINYA, Pertama. Bandung: Widina Bhakti Persada Bandung, 2021.
R. Anand and D. U. Jeffrey, Mining of Massive Datasets. California: Cambridge University Press, 2011.
Copyright (c) 2024 Frisma Handayanna, Sunarti Sunarti
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Pernyataan Hak Cipta dan Lisensi
Dengan mengirimkan manuskrip ke Journal of Applied Computer Science and Technology (JACOST), penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.
- Hak cipta pada setiap artikel adalah milik penulis.
- Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
- Penulis mengakui bahwa Journal of Applied Computer Science and Technology (JACOST) sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA).
- Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Journal of Applied Computer Science and Technology (JACOST);
- Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
- Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini. Journal of Applied Computer Science and Technology (JACOST) tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.
Lisensi :
Journal of Applied Computer Science and Technology (JACOST) diterbitkan berdasarkan ketentuan Lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.
- Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
- Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.
Lisensi :
-
Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
-
BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.
