Clustering Kos Dengan Algoritma K-Means Untuk Rekomendasi Tempat Berdasarkan Harga dan Fasilitas
DOI:
https://doi.org/10.55338/jumin.v6i3.6188Keywords:
Tempat Kos, Clustering, Algoritma K-Means, Rekomendasi, Harga, FasilitasAbstract
Meningkatnya jumlah penduduk permukiman besar yang menjadi pusat pendidikan, seperti Yogyakarta, Bandung, dan Surabaya, berdampak pada tingginya permintaan akan hunian sementara seperti rumah kos[1]. Variasi dalam hal harga, fasilitas, dan lokasi kerap menyulitkan calon penyewa dalam menentukan pilihan yang sesuai. Untuk menjawab permasalahan ini, penelitian ini mengembangkan sistem rekomendasi tempat kos menggunakan pendekatan clustering dengan algoritma K-Means[2]. Algoritma ini dipilih karena efisiensinya dalam mengelompokkan data berskala besar berdasarkan kemiripan atribut. Data kos yang dianalisis mencakup harga dan fasilitas, yang kemudian dikelompokkan ke dalam beberapa segmen, mulai dari kos dengan harga terjangkau dan fasilitas dasar hingga kos eksklusif dengan layanan lengkap. Hasil dari proses pengelompokan ini digunakan untuk memberikan rekomendasi kos yang sesuai dengan preferensi pengguna. Sistem ini tidak hanya mempermudah pencarian kos bagi calon penyewa, tetapi juga membantu pemilik kos dalam memahami karakteristik pasar mereka. Berdasarkan hasil evaluasi, sistem yang dibangun mampu mengelompokkan data secara akurat dan memberikan rekomendasi yang relevan.
Downloads
References
D. Yunianto, "Analisis Pertumbuhan dan Kepadatan Penduduk terhadap Pertumbuhan," Forum Ekonomi, pp. 687-698, 2021.
Fazrul, I. (2024, Juli 25). 5 Tips Membeli Rumah Cluster untuk Pemula agar Tidak Rugi. Retrieved from www.rumah123.com:
https://www.rumah123.com/panduan-properti/membeli-properti-82718-tips-membeli-rumah-cluster-id.html
L. S. Arief Budiman, "Perancangan Sistem Informasi Pencarian dan Pemesanan Rumah Kos Berbasis Web (Studi Kasus:
Kota Bandar Lampung)," TEKNOKOMPAK, pp. 24-30, 2019.
P. H. Desi Syaputri, "Implementasi Algoritma K-Means untuk Pengelompokan Distribusi Sosial Ekonomi Masyarakat
Berdasarkan Demografi Kependudukan," MALCOM: Indonesian Journal of Machine Learning and Computer Science, pp. 1-6, 2021.
N. T. Hartanti, "Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional," Jurnal Nasional
Teknologi dan Sistem Informasi, pp. 82-89, 2020.
Apa itu K Means Clustering? (2025). Retrieved from www.revou.co: https://www.revou.co/kosakata/k-means-clustering
A. V. Khoirunnisa Hamidah, "Analisis Faktor Tingkat Kebahagiaan Negara Menggunakan Data World Happiness Report
dengan Metode Regresi Linier," Jurnal Keilmuan dan Aplikasi Teknik Informatika, pp. 1-7, 2019.
A. N. Khomarudin, "Teknik Data Mining: Algoritma K-Means Clustering," IlmuKomputer, pp. 1-12, 2016.
A. A. Muhamad Rizal Fauzan, "Pembuatan Sistem Deteksi Pergerakan Tubuh dan Wajah di Kos-Kosan dengan Metode
Clustering," Seminar Teknologi Majalengka (STIMA), 2024.
S. W. Nadya Septiani, "Implementasi Data Mining Dalam Mengelompokkan Tingkat Kepuasan Pemakaian Jasa Cleaning
Service dengan Menggunakan Algoritma K-Means Clustering," Bulletin of Information Technology (BIT), pp. 340-354,
K. D. Novrizal Eka Saputra, "Penerapan Knowledge Management System (KMS) Menggunakan Teknik Knowledge Data
Discovery (KDD) pada PT PLN (Persero) WS2JB Rayon Kayu Agung," Jurnal Sistem Informasi (JSI), pp. 1038-1055,
W. W. Resty Awaliah Febrianty, "Segmentasi Penjualan Obat di Apotek Menggunakan Metode K-Means," SISFOTEK, IAII,
pp. 200-206.
I. M. Sheila Sheviraa, "Pengaruh Kombinasi dan Urutan Pre-Processing pada Tweets Bahasa Indonesia," Jurnal Ilmiah
Teknologi dan Komputer, 2022.
R. A. Aditya Wijayanto, "Penggunaan X-Means Clustering Method untuk Mengelompokkan Potensi Sekolah Menengah
Unggul di Kabupaten Banyumas," Journal of Informatics, Information System, Software Engineering and Applications, 2019.
Rahman, M. (2024, Maret 6). Sebelum Menyewa, Kenali Dulu Ragam Tipe Kost Berikut Ini. Retrieved from
www.rumah123.com: https://www.rumah123.com/panduan-properti/tips-properti-64828-cari-kost-kenali-dulu-ragam-tipe-kost- sebelum-sewa-id.html
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Elisa Fitriana, Windarsyah Windarsyah, Kamarudin Kamarudin

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Most read articles by the same author(s)
- Novia Rahmah, Ayu Ahadi Ningrum, Kamarudin Kamarudin, Penerapan Metode Naïve Bayes Untuk Prediksi Stok Barang Bangunan Di Toko Bangunan Bersaudara , Jurnal Media Informatika: Vol. 6 No. 3 (2025): Edisi Mei - Agustus 2025 IN PRESS
- Ahmad Aqli, Finki Dona Marleny, Windarsyah Windarsyah, Klasifikasi Sekolah Potensial untuk Promosi Kampus UMBJM Menggunakan Random Forest , Jurnal Media Informatika: Vol. 6 No. 3 (2025): Edisi Mei - Agustus 2025 IN PRESS
- Muhammad Noval, Windarsyah Windarsyah, Finki Dona Marleny, Implementasi Algoritma K-Means Untuk Analisis Pola Penjualan Pada Toko Monisa , Jurnal Media Informatika: Vol. 6 No. 3 (2025): Edisi Mei - Agustus 2025 IN PRESS