ANALISIS DATA MINING PENGELOMPOKAN DATA WARGA MENGGUNAKAN METODE STATISTIK K-MEANS UNTUK MEREKOMENDASIKAN PEKERJAAN SAMPINGAN

Edit
ABSTRACT: Perekonomian Indonesia yang semakin berkembang menjadikan pemerintah perlu memperhatikan tingkat  kesejahteraan  masyarakat.  Peningkatan  kesejahteraan  masyarakat  diprioritaskan  untuk kelompok  masyarakat  dengan  tingkat  perekonomian  paling  rendah.  Pengelompokan  tingkat perekonomian  masyarakat  yang  sudah  ada  belum  tertata  sehingga  terkadang  terjadi  kesalahan sasaran,  tidak  sesuai  dengan  tingkat  perekonomian.Dalam  penelitian  ini  metode  yang  digunakan adalah  k-Mean  clustering.  Dimana  k-means  clustering  merupakan  metode  pengelompokan  yang mudah,  efisien  dan  efektif.  Selain  metode  k-means  juga  dilakukan  metode  statistik  dalam menentukan standart deviasi. Studi kasus dilakukan di desa Babadan, Bantul, Indonesia. Hasil dari penelitian  ini  adalah  terbentuknya  tiga  cluster  berdasarkan  atribut  usia,  pendidikan,  dan  jenis pekerjaan. Cluster yang pertama dihasilkan cluster dengan usia 43,16 tahun dan pendidikan terakhir SLTA  memiliki  pekerjaan  sebagai  wirausaha.  Cluster  kedua  dihasilkan  cluster  dengan  usia  44,83 tahun dan pendidikan terakhir SLTA memiliki pekerjaan sebagai buruh.  Cluster yang ketiga dengan usia 43,16 tahun dan pendidikan terakhir Srata 1 memiliki pekerjaan sebagai PNS. Sehingga pada cluster  kedua  yang  menjadi  prioritas  dalam  peningkatan  kesejahteraan  dengan  memberikan tambahan pekerjaan sampingan
Kata Kunci: K-Means Clustering, Kelompok Ekonomi, Kesejahteraan, Pekerjaan Tambahan
Penulis: Lisna Zahrotun , Utaminingsih Linarti
Kode Jurnal: jptindustridd160009

Artikel Terkait :

Jp Teknik Industri dd 2016