Application of the K-Means Clustering Algorithm in Grouping Regencies/Cities in North Sumatra Province Based on Human Development Index Indicators
DOI:
https://doi.org/10.35335/mandiri.v11i1.124Abstrak
This research aims to group districts/cities in the Province of North Sumatera based on the Human Development Index Indicator. To solve this problem, the researcher uses the K-Means Clustering Algorithm Method. Where the source of research data is collected based on documents describing the Human Development Index produced by the Central Bureau of Statistics. The data used in this researh is the Human Development Index data and the Human Development Index Indicator in 2020. The data will be processed by doing clustering in 3 clusters namely high, medium, and low level of development index. By doing this research, it is expected to be able to the provincial government of North Sumatera regarding the policies that need to be carried out to create equitable development in the Province of North Sumatera, as well as increase the Human Development Index in the Province of North Sumatera.
Referensi
Alkhairi, P., & Windarto, A. P. (2019). Penerapan K-Means Cluster Pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), 1(1).
Anggraeni, D., Rizaldi, R., & Putra, G. M. (2021). Penerapan K-Means Clustering Untuk Pengelompokan Kelas Pada Taman Kanak-Kanak. Building of Informatics, Technology and Science (BITS), 3(3), 400–404.
Aprianto, K. (2018). Optimasi Kernel K-Means dalam Pengelompokan Kabupaten/Kota Berdasarkan Indeks Pembangunan Manusia di Indonesia. Limits: Journal of Mathematics and Its Applications, 15(1), 1–15.
Fammaldo, E., & Hakim, L. (2018). Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Tingkat Kesejahteraan Keluarga Untuk Program Kartu Indonesia Pintar. Jurnal Ilmiah Teknologi Infomasi Terapan, 5(1), 23–31.
Mongan, J. J. S. (2019). Pengaruh pengeluaran pemerintah bidang pendidikan dan kesehatan terhadap indeks pembangunan manusia di Indonesia. Indonesian Treasury Review: Jurnal Perbendaharaan, Keuangan Negara Dan Kebijakan Publik, 4(2), 163–176.
Muningsih, E., Maryani, I., & Handayani, V. R. (2021). Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa. EVOLUSI: Jurnal Sains Dan Manajemen, 9(1).
Nabila, Z., Isnain, A. R., Permata, P., & Abidin, Z. (2021). Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means. Jurnal Teknologi Dan Sistem Informasi, 2(2), 100–108.
Sangga, V. A. P. (2018). Perbandingan algoritma K-Means dan algoritma K-Medoids dalam pengelompokan komoditas peternakan di provinsi Jawa Tengah tahun 2015.
Sapaat, T. M., Lapian, A. L. C. P., & Tumangkeng, S. Y. L. (2020). Analisis faktor-faktor yang mempengaruhi indeks pembangunan manusia di Provinsi Sulawesi Utara tahun (2005-2019). Jurnal Berkala Ilmiah Efisiensi, 20(03).
Simbolon, T. R. (2021). Analisis Pengaruh Kemandirian Keuangan Daerah, Pendapatan Perkapita dan Jumlah Penduduk Miskin Terhadap Indeks Pembangunan Manusia di Indonesia. UNIMED.
Sinaga, J. L. S., Solikhun, S., & Suhendro, D. (2021). Penerapan Algoritma K-Means Dalam Mengelompokkan Rata-Rata Konsumsi Kalori Menurut Provinsi. Jurasik (Jurnal Riset Sistem Informasi Dan Teknik Informatika), 6(1), 75–88.
UARA, A. (2021). Analisis Faktor Yang Mempengaruhi Indeks Pembangunan Manusia (Ipm) Provinsi Jawa Tengah Tahun 2017-2019 Menggunakan Regresi Data Panel (Studi Kasus: Indeks Pembangunan Manusia Provinsi Jawa Tengah Tahun 20172019).
Wicaksono, A. S., & Yolanda, A. M. (2021). Pengelompokkan Kabupaten/Kota di Provinsi Nusa Tenggara Timur Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan K-Medoids Clustering. Jurnal Statistika Terapan (ISSN 2807-6214), 1(1), 79–90.
Witten, I.H and Frank, E. (2005). Data Mining : Practical Machine Learning Tools and Techniques Second Edition. Morgan Kauffman : San Francisco.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Sonia Sihombing, Rahmat W. Sembiring, Eka Irawan
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
