Penerapan Data Mining Untuk Clustering Data Penduduk Miskin Provinsi Indonesia Berdasarkan Wilayah Menggunakan Algoritma K-Means

Pratama, Agung (2020) Penerapan Data Mining Untuk Clustering Data Penduduk Miskin Provinsi Indonesia Berdasarkan Wilayah Menggunakan Algoritma K-Means. Skripsi thesis, Universitas Dinamika Bangsa.

	Text BAB I.pdf Download (306kB)
	Text BAB II.pdf Restricted to Registered users only Download (513kB)
	Text BAB III.pdf Restricted to Registered users only Download (205kB)
	Text BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text BAB V.pdf Download (775kB)
	Text BAB VI.pdf Download (186kB)
	Text DAFTAR PUSTAKA.pdf Download (299kB)

Abstract

Data mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan secara otomatis. Penduduk yang dikatakan miskin adalah dimana seseorang tidak dapat memenuhi kebutuhan hidupnya seperti kebutuhan makanan, pakaian, tempat tinggal, pendidikan dan kesehatan. Terdapat kerumitan dalam pengolahan data selama ini, yaitu menentukan prioritas wilayah penduduk miskin yang tepat agar dapat mengetahui prioritas wilayah dengan tingkat kemiskinan tinggi. Dalam melakukan analisis, penulis menggunakan data kemiskinan 2018 kemudian disajikan kedalam format .csv dengan menggunakan alat bantu tools Excel dan WEKA dengan Algoritma K-means dengan 6 atribut dan 3 cluster, tools Excel mendapatkan hasil yang sama yaitu cluster pertama sebanyak 244 data wilayah, cluster kedua sebanyak 204 data wilayah, cluster ketiga sebanyak 100 data wilayah, sedangkan tools WEKA mendapatkan hasil cluster pertama sebanyak 244 data wilayah dengan persentase 45%, cluster kedua sebanyak 115 data wilayah dengan persentase 21%, cluster ketiga sebanyak 189 data wilayah dengan persentase 34%.

Actions (login required)

View Item