PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA
K-MEANS UNTUK KLASIFIKASI KEMISKINAN
DI DESA KRANDAN KECAMATAN TRANGKIL KABUPATEN PATI
Total View This Week0
Total View This Week0
Institusion
Universitas PGRI Semarang
Author
ROHMATUNNI’MAH, HENY ALFIYANI
Subject
L Education (General)
Datestamp
2024-10-21 06:42:45
Abstract :
Desa Krandan adalah sebuah desa yang terletak di Kecamatan Trangkil Kabupaten Pati. Klasifikasi kemiskinan di Desa Krandan saat ini masih menjadi perdebatan siapa saja yang berhak dikategorikan menjadi warga miskin. Beberapa orang rela dikategorikan menjadi warga miskin agar mendapatkan bantuan dari pemerintah. Pemerintah desa tersebut menyediakan bantuan untuk warga Desa Krandan berupa Raskin, PKH, Kartu Indonesia Sehat (KIS), Bebas BPJS, bedah rumah dan lain sebagainya, namun pemerintah Desa Krandan masih kesulitan dalam menentukan klasifikasi kemiskinan yang ada disana. Hal ini dikarenakan Pengkategorian warga miskin dapat dilihat dari beberapa aspek diantaranya pekerjaan, penghasilan tiap bulan, usia, dinding rumah, lantai rumah, dan tanggungan keluarga. Akan tetapi dari kategori-kategori tersebut masih belum maksimal dalam pengolahan data yang ada dikarenakan pengolahan data masih menggunakan cara yang konvensional dengan Microsoft excel. Oleh sebab itu itu penulis ingin membantu menyelesaikan masalah tersebut dengan menerapkan data mining menggunakan algoritma K-Means untuk klasifikasi kemiskinan di Desa Krandan Kecamatan Trangkil Kabupaten Pati serta untuk mendukung tampilan penulis akan menggunakan matlab. Dengan adanya penelitian ini diharapkan dapat membantu Desa Krandan Kecamatan Trangkil Kabupaten Pati dalam menentukan klasifikasi warga miskin sehingga bantuan dapat tepat sasaran. Penelitian ini diselesaikan dengan metode waterfall yang tahapannya meliputi tahapan analisis, desain, implementasi dan pengujian. Dalam penerapan data mining untuk klasifikasi kemiskinan didapatkan presentase 10,64% masuk dalam Cluster sejahtera, presentase 37,26% masuk dalam Cluster semi sejahtera dan 52,10% masuk dalam Cluster pra sejahtera. Pengujian pada sistem ini dilakukan melalui tiga pengujian. Pengujian yang pertama yaitu pengujian white-box dengan menghasilkan 2 kompleksitas dengan alur path kurang dari 10 yang menunjukkan bahwa sistem sudah memenuhi kriteria perangkat lunak, pengujian kedua yaitu black-box dengan presentase keberhasilan 100%. Dimana sistem ini sudah sesuai dengan yang diharapkan. Pengujian kedua yaitu user acceptance test menghasilkan presentase rata-rata sebesar 85,5%. Dengan hasil pengujian tersebut menunjukkan bahwa sistem layak untuk digunakan. Kata Kunci : Desa Krandan, Kemiskinan, Data Mining, K-Means, Matlab.
Desa Krandan adalah sebuah desa yang terletak di Kecamatan Trangkil Kabupaten Pati. Klasifikasi kemiskinan di Desa Krandan saat ini masih menjadi perdebatan siapa saja yang berhak dikategorikan menjadi warga miskin. Beberapa orang rela dikategorikan menjadi warga miskin agar mendapatkan bantuan dari pemerintah. Pemerintah desa tersebut menyediakan bantuan untuk warga Desa Krandan berupa Raskin, PKH, Kartu Indonesia Sehat (KIS), Bebas BPJS, bedah rumah dan lain sebagainya, namun pemerintah Desa Krandan masih kesulitan dalam menentukan klasifikasi kemiskinan yang ada disana. Hal ini dikarenakan Pengkategorian warga miskin dapat dilihat dari beberapa aspek diantaranya pekerjaan, penghasilan tiap bulan, usia, dinding rumah, lantai rumah, dan tanggungan keluarga. Akan tetapi dari kategori-kategori tersebut masih belum maksimal dalam pengolahan data yang ada dikarenakan pengolahan data masih menggunakan cara yang konvensional dengan Microsoft excel. Oleh sebab itu itu penulis ingin membantu menyelesaikan masalah tersebut dengan menerapkan data mining menggunakan algoritma K-Means untuk klasifikasi kemiskinan di Desa Krandan Kecamatan Trangkil Kabupaten Pati serta untuk mendukung tampilan penulis akan menggunakan matlab. Dengan adanya penelitian ini diharapkan dapat membantu Desa Krandan Kecamatan Trangkil Kabupaten Pati dalam menentukan klasifikasi warga miskin sehingga bantuan dapat tepat sasaran. Penelitian ini diselesaikan dengan metode waterfall yang tahapannya meliputi tahapan analisis, desain, implementasi dan pengujian. Dalam penerapan data mining untuk klasifikasi kemiskinan didapatkan presentase 10,64% masuk dalam Cluster sejahtera, presentase 37,26% masuk dalam Cluster semi sejahtera dan 52,10% masuk dalam Cluster pra sejahtera. Pengujian pada sistem ini dilakukan melalui tiga pengujian. Pengujian yang pertama yaitu pengujian white-box dengan menghasilkan 2 kompleksitas dengan alur path kurang dari 10 yang menunjukkan bahwa sistem sudah memenuhi kriteria perangkat lunak, pengujian kedua yaitu black-box dengan presentase keberhasilan 100%. Dimana sistem ini sudah sesuai dengan yang diharapkan. Pengujian kedua yaitu user acceptance test menghasilkan presentase rata-rata sebesar 85,5%. Dengan hasil pengujian tersebut menunjukkan bahwa sistem layak untuk digunakan. Kata Kunci : Desa Krandan, Kemiskinan, Data Mining, K-Means, Matlab.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
