Penerapan Data Mining Untuk Clustering Data Penduduk Miskin Provinsi Indonesia Berdasarkan Wilayah Menggunakan Algoritma K-Means
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Pratama, Agung
Subject
Artificial Intelligence
Datestamp
2020-09-16 03:04:57
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%.
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%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
