Abstrak Jalan adalah prasarana perhubungan darat yang menjadi jalur transportasi yang sangat vital. Pengelompokkan panjang ruas jalan adalah hal yang belum diketahui pada Data Ruas Jalan di BBPJN Sumut. Oleh karena itu penelitian ini akan membahas Clustering Panjang Ruas Jalan di Sumatera Utara. Metode yang digunakan adalah K-Means Clustering Data Mining. Dengan metode K-Means Clustering, data yang telah didapatkan dapat dikelompokkan menjadi beberapa Cluster, dimana proses K-Means Clustering diterapkan dengan menggunakan RapidMiner. Data yang digunakan adalah data ruas jalan Sumatera Utara, area yang tercatat meliputi Jl. BTS. PROV. ACEH - SIMPANG PANGKALAN SUSU hingga Jl. ONAN RUNGGU - TOMOK. Dapat dibagi menjadi 3 Cluster: pendek (C1), sedang (C2) dan panjang (C3). Hasil yang diperoleh adalah terdapat 118 jalan dengan Cluster tingkat pendek (C1), 37 jalan dengan Cluster tingkat sedang (C2), dan 21 jalan dengan Cluster tingkat panjang (C3). Hal ini dapat menjadi masukan bagi BBPJN Sumut untuk mengetahui batas ruas jalan tingkat pendek, tingkat sedang dan tingkat panjang jalan. Kata kunci: Clustering, K-Means, Data Mining, RapidMiner
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.