ANALISIS DATA MINING PENGELOMPOKAN DATA WARGA MENGGUNAKAN METODE STATISTIK K-MEANS UNTUK MEREKOMENDASIKAN PEKERJAAN SAMPINGAN
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
Penulis: Lisna Zahrotun ,
Utaminingsih Linarti
Kode Jurnal: jptindustridd160009
