Penerapan Data Mining Untuk Pengelompokan Kepadatan Penduduk Kabupaten Deli Serdang Menggunakan Algoritma K-Means
Abstract
Kepadatan penduduk diberbagai besar seperti Kabupaten Deli Serdang akan mengakibatkan banyak dampak yang akan dialami oleh masyarakat. Namun sering kali masyarakat baik individu atau kelompok yang ingin betempat tinggal maupun berdomisili di Kabupaten Deli Serdang memilih lokasi tempat tinggalnya semaunya tanpa mengetahui klasifikasi kepadatan penduduk yang ada, sehingga bisa mendapatkan dampak masalah yang besar bagi masyarakat tersebut atau cenderung berada dilingkaran permasalahan yang begitu besar yang akan dihadapinya jika tidak tahu memilih lokasi tempat tinggal yang akan ditempati masyarakat tersebut. Ketidaktahuan masyarakat akan lokasi kepadatan penduduk yang ada di kabupaten Deli Serdang karena tidak adanya pengetahuan atau informasi tentang pengelompokan kepadatan penduduk. Maka perlu dilakukan pengelompokan kepadatan penduduk sebagai pengetahuan baru kepada masyarakat untuk menghidari maupun mengurangi dampak yang akan dialami bagi masyarakat yang ingin bertempat tinggal di daerah Deli Serdang. Pengelompokan kepadatan penduduk ini akan dikelompokan kedalam 3 kelompok (cluster) menggunkan algoritma K-Means , yaitu sangat padat (cluster1), Padat (cluster2), dan sedang (cluster3). Dengan hasil penerapan algoritma K-Means dapat menghasilkan, bahwa dari 22 kecamatan yang ada, terdapat 3 kecapatan Sangat Padat (cluster1), 4 kecamatan padat (cluster2), dan 15 kecamatan sedang (cluster3). Sehingga dengana adanya cluster kepadatan penduduk ini akan memberikan pengetahuan baru kepada masyarakat baik secara individu maupun kelompok yang melakukan urbanisasi, transmigrasi, dan imigrasi karena faktor pekerjaan, faktor ingin menetap, maupun faktor lainnya , sehingga menghindari atau meminimalisi dampak permasalahan karena faktor kepadatan penduduk.
Downloads
References
Badan Pusat Statistik Deli Serdang, “https://deliserdangkab.bps.go.id/indicator/40/167/1/jumlah-penduduk.html.” p. 1, 2021.
Katadata, “Jumlah Penduduk Medan Terbanyak di Sumatera Utara,” p. 2045, 2019.
M. I. Ali and M. R. Abidin, “Pengaruh Kepadatan Penduduk Terhadap Intensitas Kemacetan Lalu Lintas Di Kecamatan Rappocini Makassar,” Pros. Semin. Nas. Lemb. Penelit. Univ. Negeri Makassar, pp. 68–73, 2019.
I. Puspita, L. Ibrahim, and D. Hartono, “PENURUNAN KUALITAS AIR SUNGAI KARANG ANYAR KOTA TARAKAN ( Influence of The Behavior of Citizens Residing in Riverbanks to The Decrease of Water Quality in The River of Karang Anyar Tarakan City ),” J. Mns. dan Lingkung., vol. 23, no. 2, pp. 249–258, 2016.
R. Handayani, “Analisis Dampak Kependudukan terhadap Tingkat Kriminalitas di Provinsi Banten,” J. Adm. Publik, vol. 8, no. 2, pp. 149–169, 2017.
R. M. Sabiq and N. Nurwati, “Pengaruh Kepadatan Penduduk Terhadap Tindakan Kriminal,” J. Kolaborasi Resolusi Konflik, vol. 3, no. 2, p. 161, 2021.
N. Kusumawati and D. M. Sukendra, “Spasiotemporal Demam Berdarah Dengue berdasarkan House Index, Penduduk dan Kepadatan Rumah,” Higeia J. Public Heal. Res. Dev., vol. 4, no. 2, pp. 168–177, 2020.
T. R. Vulandari, “Pengertian Data Mining,” in Data Mining, Teori dan Aplikasi Rapirminer, 2017.
P. Marpaung and N. Tarigan, “DATA MINING FOR DETERMINING BOOK LOAN PATTERNS IN- USING APRIORI ALGORITHM,” INFOKUM, 2019.
M. Riadi, “Pengertian, Fungsi, Proses dan Tahapan Data Mining - KajianPustaka,” Kamis, 21 September 2017, 2017. .
N. S. Pangaribuan and F. Marpaung, “Analysis of Corn Agriculture Data to Predict Harvest Results with Data Mining Algorithm C4 . 5,” vol. 14, no. 2, pp. 235–243, 2020.
P. Marpaung and R. F. Siahaan, “Penerapan Algoritma K-Means Clustering Untuk Pemetaan Kepadatan Berdasarkan Jumlah Penduduk Kota Medan,” J-SAKTI (Jurnal Sains Komput. dan Inform., 2021.
