Penerapan Algoritma K-Means Dalam Pengelompokan Kepadatan Penduduk Menurut Kecamatan di Kabupaten Simalungun

Abstract

One of the problems related to population that still has to be faced by Simalungun is the problem of the imbalance in the distribution of the population. Incomplete division of the population brings problems to population density and population pressure in an area. This study uses data sources from the Central Statistics Agency (BPS) Simalungun. The data used in this study is data from 2015-2019 which consists of 32 Districts. Therefore, the researchers used the K-Means algorithm in clustering 32 sub-districts in Simalungun Regency. The data will be processed by clustering in 3 clusters, namely clusters with high population levels, clusters with moderate population levels and clusters with low population levels. The iteration process takes 5 times so that the results obtained are 4 sub-districts with high population level clusters (C1), 11 cluster sub-districts with moderate population level (C2) and 17 cluster sub-districts with low population level (C3)

Penerapan Algoritma K-Means Untuk Mengelompokkan Kepadatan Penduduk Di Provinsi DKI Jakarta

“…Karena apabila pertumbuhan ekonomi tidak disertai dengan lapangan usaha, kesempatan kerja dengan kapasitas yang kecil serta jumlah penduduk yang selalu meningkat setiap [4]. Dengan demikian akan terjadi ketidak seimbangan pembagian penduduk [5]. Sehingga dapat mempengaruhi atau menyebabkan permasalahan yang cukup besar baik masalah perseorangan maupun kelompok yang berkeinginan tinggal di suatu wilayah [6].…”

“…Untuk proses analisis deskriptif yaitu dengan melakukan beberapa tahapan, yaitu pengelompokkan, asosiasi dan skuensial mining. (5). Analisis Hasil.…”

“…Untuk melakukan Analisa dari hasil Frisma Handayanna, Sunarti Journal of Applied Computer Science and Technology (JACOST) Vol. 5 No. 1 (2024) yang akan dinilai keakuratan data dengan menggunakan metode Daves Bouldin Index (DBI).…”

Analisis Jumlah Penduduk Menggunakan Algoritma K-Means Berdasarkan Kabupaten/Kota Di Indonesia

“…Nilai tingkat kepadatan penduduk yang bervariasi di setiap wilayah, dan dipengaruhi oleh faktor internal, seperti pertumbuhan penduduk yang cukup tinggi (dengan tingkat kelahiran melebihi tingkat kematian), serta sifat strategis wilayah. Faktor eksternal, seperti mobilitas penduduk dan produktivitas wilayah disekitarnya juga berperan dalam menentukan tingkat kepadatan penduduk [5].…”

“…Clustering merujuk pada proses pengelompokan elemen-elemen seperti catatan, pemeriksaan, atau ulasan dalam ranah kelaskelas entitas yang menunjukan kesamaan. Tujuan dari pengelompokan adalah untuk mengorganisir seluruh set data dalam suatu cluster yang mempunyai tingkat kemiripan yang signifikan, di mana elemen-elemen dalam suatu kluster memiliki tingkat kemiripan yang tinggi, sementara kesamaan di antara berbagai kluster lainnya [5].…”