IMPLEMENTASI DATA MINING DALAM MENGELOMPOKAN TINGKAT KEMISKINAN PENDUDUK DI PROVINSI JAWA TENGAH MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

Khasanah, Nurul (2023) IMPLEMENTASI DATA MINING DALAM MENGELOMPOKAN TINGKAT KEMISKINAN PENDUDUK DI PROVINSI JAWA TENGAH MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA.

	Text (HALAMAN DEPAN) 195610081_HALAMAN_DEPAN.pdf - Published Version Download (334kB)
	Text 195610081_BAB_I.pdf - Published Version Download (332kB)
	Text 195610081_BAB_II.pdf - Published Version Download (345kB)
	Text 195610081_BAB_III.pdf - Published Version Restricted to Repository staff only Download (191kB)
	Text 19510081_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (239kB)
	Text 195610081_BAB_V.pdf - Published Version Download (83kB)
	Text 195610081_DAFTAR_PUSTAKA.pdf - Published Version Download (743kB)

Abstract

Kemiskinan sudah menjadi topik yang umum di Indonesia. Bahkan dari kemiskinan ini akan muncul kesenjangan sosial yang berdampak pada kehidupan masyarakat. Disetiap wilayah tentu memiliki data mengenai tingkat kemiskinan yang ini bertujuan untuk mengetahui wilayah mana yang memiliki tingkat kemiskinan rendah yang nantinya akan menjadi prioritas dalam pembangunan ekonomi. Kemiskinan di Provinsi Jawa Tengah sendiri menurut Badan Pusat Statistik Provinsi terbentuk melalui 3 hal, yaitu Garis Kemiskinan, Jumlah Penduduk Miskin dan Persentase Penduduk Miskin. Dengan menggunakan suatu algoritma, data kemiskinan tersebut dapat diolah sehingga dihasilkan suatu pengelompokan tingkat kemiskinan yang ada. Sehingga disini peneliti menggunakan algoritma K-Means Clustering untuk mengelompokan tingkat kemiskinan yang ada di provinsi Jawa Tengah. Kemudian informasi tersebut akan divisualisasikan sehingga lebih mudah untuk dibaca. Hasil dari penelitian ini didapatkan bahwa dengan adanya 3 klaster kemiskinan dari tahun 2011 hingga tahun 2022, terdapat 166 data Kabupaten/Kota berada pada cluster 0, 92 data Kabupaten/Kota berada pada cluster 1 dan 162 data Kabupaten/Kota berada pada cluster 2. Kata Kunci : Cluster, Kemiskinan, K-Means

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing : Pulut Suryati, S.Kom., M.Cs
Uncontrolled Keywords:	Cluster, Kemiskinan, K-Means
Subjects:	A Karya Umum (General) > Ilmu Komputer (Computer Science) > Algoritma A Karya Umum (General) > Ilmu Komputer (Computer Science) > Database A Karya Umum (General) > Ilmu Komputer (Computer Science) > Database > Data Mining
Divisions:	Jenjang S1 > Sistem Informasi (S1)
Depositing User:	Mr. Andi Setyanto
Date Deposited:	03 Nov 2023 03:03
Last Modified:	30 Nov 2023 08:29
URI:	http://eprints.utdi.ac.id/id/eprint/10156

Actions (login required)

View Item