Penerapan Data Mining Untuk Clustering Data Penduduk Miskin Menggunakan Algoritma Hard C-Means
| Main Author: | Astuti, Femi Dwi |
|---|---|
| Format: | Article PeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
Universitas AMIKOM Yogyakarta
, 2017
|
| Subjects: | |
| Online Access: |
https://eprints.utdi.ac.id/6058/1/GenapMaret17-DASI-HARDCMEANS-1836-3588-1-SM.pdf https://eprints.utdi.ac.id/6058/ |
Daftar Isi:
- Sumber data dari BPS tahun 2016 menunjukkan bahwa Jumlah penduduk miskin di provinsi Daerah Istimewa Yogyakarta tergolong tinggi, sejumlah 532.590 penduduk dengan prosentase kemiskinan 14,55%. Berdasarkan angka tersebut terlihat masih tingginya angka kemiskinan yang ada di wilayah Yogyakarta secara umum. Berdasarkan kondisi tersebut perlu dibangun sistem klastering untuk membantu BKKBN dalam pengelompokan keluarga miskin sehingga bantuan dapat tersalurkan dengan tepat. Penelitian ini menggunakan metode Hard CMeans dalam klastering penduduk miskin. Hasil perhitungan menunjukkan, dari 1313 sample data penduduk miskin di Kecamatan Bantul, dengan jumlah klaster sebanyak 3, maksimal iterasi 100, pembobot 2 dan error terkecil 0,000001, diperoleh 253 penduduk masuk sebagai anggota klaster 1, 763 penduduk berada diklaster 2 dan 297 penduduk di klaster 3.