Pengelompokan Status Ekonomi Keluarga Desa Tanjungsari menggunakan Metode K-Means Clustering

FIQRI FAKHRUL GUNAWAN; FAJRI RAKHMAT UMBARA; FATAN KASYIDI

doi:10.26760/mindjournal.v7i2.204-217

Pengelompokan Status Ekonomi Keluarga Desa Tanjungsari menggunakan Metode K-Means Clustering

FIQRI FAKHRUL GUNAWAN, FAJRI RAKHMAT UMBARA, FATAN KASYIDI

Sari

ABSTRAK

Pada tahun 2020 hingga sampai saat ini tahun 2022 telah terjadi fenomena pandemi yang menyebabkan penuruan ekonomi yang cukup signifikan sehingga perubahan ekonomi masyarakat berubah, pengelompokan data harus dilakukan dengan teknik yang baik karena akan berpengaruh terhadap hasil akhir pengelompokan. Sehingga penelitan ini dilakukan untuk menginterpretasi kelompok yang terbentuk dari implementasi k-means clustering menggunakan 3 teknik similarity yaitu Euclidean, Manhattan dan Minkowski Distances yang memiliki nilai kemurnian tinggi berdasarkan nilai dari silhouette coefficient serta nilai cluster yang ditentukan pada penelitian ini menggunakan Teknik elbow method. Penelitian ini menghasilkan 5 claster yang dihasilkan dari elbow method. Dengan menghasilkan nilai silhoutte coeficient dari euclidean 0.059, manhattan 0.0946, dan minkowski 0.059.Â

Kata kunci: status ekonomi, data mining, K-mean Clustering, silhouette coefficient, Euclidean Distance, Manhattan Distance, Minkowski Distance

ABSTRACT

In 2020 until now in 2022 there has been a pandemic phenomenon which has caused a significant economic decline so that changes in the community's economy have changed, data grouping must be done with good technique because it will affect the final result of the grouping. So this research was conducted to interpret the groups formed from the implementation of k-means clustering using 3 similarity techniques namely Euclidean, Manhattan and Minkowski Distances which have a high purity value based on the value of the silhouette coefficient and the cluster values determined in this study using the elbow method technique. This study produced 5 clusters resulting from the elbow method. By producing a silhoutte coeficient value of euclidean 0.059, manhattan 0.0946, and minkowski 0.059.

Keywords: economic status, data mining, K-mean Clustering, silhouette coefficient, Euclidean Distance, Manhattan Distance, Minkowski Distance

Teks Lengkap:

PDF

Referensi

Aditya, A., Jovian, I., & Sari, B. N. (2020). Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama di Indonesia Tahun 2018/2019. Jurnal Media Informatika Budidarma, 4(1), 51. https://doi.org/10.30865/mib.v4i1.1784

Edison, E., Yupianti, Y., & Elfianty, L. (2021). Application of the K-Means Method in Determining the Clustering of the Economic Status of the Villagers of Gunung Megang. Jurnal Komputer, Informasi Dan â€¦, 50â€“58. https://penerbitadm.com/index.php/KOMITEK/article/view/230%0Ahttps://penerbitadm.com/index.php/KOMITEK/article/download/230/427

Haviluddin, Iqbal, M., Putra, G. M., Puspitasari, N., Setyadi, H. J., Dwiyanto, F. A., Wibawa, A. P., & Alfred, R. (2020). A Performance Comparison of Euclidean, Manhattan and Minkowski Distances in K-Means Clustering. 2020 6th International Conference on Science in Information Technology: Embracing Industry 4.0: Towards Innovation in Disaster Management, ICSITech 2020, 184â€“188. https://doi.org/10.1109/ICSITech49800.2020.9392053

Hidayati, R., Zubair, A., Pratama, A. H., & Indana, L. (2021). Analisis Silhouette Coefficient pada 6 Perhitungan Jarak K-Means Clustering. Techno.Com, 20(2), 186â€“197. https://doi.org/10.33633/tc.v20i2.4556

Mardi, Y. (2017). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Edik Informatika, 2(2), 213â€“219. https://doi.org/10.22202/ei.2016.v2i2.1465

Muningsih, E., & Kiswati, S. (2018). Sistem Aplikasi Berbasis Optimasi Metode Elbow Untuk Penentuan Clustering Pelanggan. Joutica, 3(1), 117. https://doi.org/10.30736/jti.v3i1.196

Nishom, M. (2019). Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square. Jurnal Informatika: Jurnal Pengembangan IT, 4(1), 20â€“24. https://doi.org/10.30591/jpit.v4i1.1253

Novrizaldi. (2021). No Title. Kementrian Koordinator Bidang Pembangunan Manusia Dan Kebudayaan Republik Indonesia. https://www.kemenkopmk.go.id/temukan-bansos-tidak-merata-di-kantong-kemiskinan-menko-pmk-data-lapangan-harus-disempurnakan

Pribadi, W. W., Yunus, A., Wiguna, A. S., Malang, K., Timur, J., Distance, E., & Distance, M. (2022). PERBANDINGAN METODE K-MEANS EUCLIDEAN DISTANCE DAN MANHATTAN DISTANCE PADA PENENTUAN ZONASI COVID-19 DI. 6(2).

Tambunan, H. B., Barus, D. H., Hartono, J., Alam, A. S., Nugraha, D. A., & Usman, H. H. H. (2020). Electrical peak load clustering analysis using K-means algorithm and silhouette coefficient. Proceeding - 2nd International Conference on Technology and Policy in Electric Power and Energy, ICT-PEP 2020, 258â€“262. https://doi.org/10.1109/ICT-PEP50916.2020.9249773

Taruna, R. M., & Setiadi, T. A. P. (2020). Penentuan Rumus Percepatan Tanah Akibat Gempabumi Di Kota Mataram Menggunakan Metode Euclidean Distance. JST (Jurnal Sains Dan Teknologi), 9(1), 20â€“29. https://doi.org/10.23887/jst-undiksha.v9i1.23613

Zhihong, L., & Jie, Z. (2019). Online Knowledge Community Governance Based on Blockchain Token Incentives. https://doi.org/10.1007/978-981-15-1209-4_5

DOI: https://doi.org/10.26760/mindjournal.v7i2.204-217