EVY DWI CAHYATI, 081311633008 (2017) IMPLEMENTASI K-MEANS CLUSTERING UNTUK PEMETAAN DESA DAN KELURAHAN DI KABUPATEN BANGKALAN BERDASARKAN CONTRACEPTIVE PREVALENCE RATE DAN TINGKAT PENDIDIKAN. Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRAK) ST.SI.27.17 . Cah.i - ABSTRAK.pdf Download (44kB) | Preview
	Text (FULLTEXT) ST.SI.27.17 . Cah.i - SEC.pdf Restricted to Registered users only until 5 October 2020. Download (2MB) | Request a copy

Abstract

Anak (DKBPP dan PA) Kabupaten Bangkalan melakukan pendataan keluarga setiap lima tahun dan pemutakhiran data tiap tahun. Pendataan keluarga dilakukan di setiap desa dan kelurahan. Data yang dihasilkan dari pendataan keluarga perlu dianalisis untuk mengetahui potensi dan kondisi di tiap desa dan kelurahan. Tujuan penelitian yaitu untuk menerapkan algoritma K-Means untuk mengelompokkan dan memetakan desa dan kelurahan di Kabupaten Bangkalan. Tahapan implementasi K-Means clustering untuk pemetaan desa dan kelurahan di Kabupaten Bangkalan berdasarkan contraceptive prevalence rate dan tingkat pendidikan dilakukan dalam lima tahap. Tahap pertama adalah pengumpulan data untuk memperoleh pemahaman teori dan pendataan keluarga. Tahap kedua adalah pengolahan data, meliputi seleksi data, pembersihan data, dan transformasi data. Tahap ketiga yaitu pengelompokan menggunakan algoritma KMeans, dengan cara penentuan pusat cluster awal yaitu random dan partisi. Tahap keempat merupakan tahapan dalam perancangan hingga pembangunan sistem, meliputi perancangan database, perancangan sistem menggunakan system flowchart, implementasi sistem berbasis web, pengujian sistem. Tahap kelima melakukan analisis hasil cluster yang dihasilkan oleh sistem. Dari hasil penelitian didapatkan tiga cluster dengan masing-masing Contraceptive Prevalence Rate pada cluster 1 adalah 55.30%, cluster 2 adalah 55.07%, dan cluster 3 adalah 48.20%. Tingkat pendidikan mayoritas suami pada cluster 1 adalah tamat SMA, sedangkan pada istri adalah SD dan SMA. Tingkat pendidikan mayoritas suami dan istri pada cluster 2 dan cluster 3 adalah tamat SD. Persebaran wilayah pada cluster 1 dan cluster 3 tidak semuanya mengelompok, sedangkan pada cluster 2 persebaran semua wilayahnya mengelompok. Saran untuk penelitian selanjutnya yaitu penggunakan algoritma clustering lain, seperti Fuzzy C-Means.

Actions (login required)

View Item