Pengelompokan Jumlah Penduduk Berdasarkan Kategori Usia Dengan Metode K-Means

Abstract

Control of population is one of the tasks of the government in Indonesia. The increase and movement of population in each region makes a certain area to defeat changes in population surging, and this can affect the economic level of the area. This study aims to process the population of Pematangsiantar City in 2018 which is divided into age groups, namely: Toddlers, Young Children, Early Adolescents, Late Adolescents, Early Adolescents, Late Adulthood, Early Adulthood, Elderly, Late Elderly, and Upper Seniors. Data processing is done by using K-Means method clustering in accordance with the population of Pematangsiantar City per district. With this grouping, we can see that the number of population in each sub-district is based on each age group so that we can implement programs that are more appropriate in improving human resources.

Description of the Independency of the Elderly in Fulfilling Daily Living (ADL) Activities at the Cinta Kasih Tzu Chi Cengkareng Flat

“…The majority of the elderly in the Cinta Kasih Tzu Chi Cengkareng Flat are aged between 60-74 years with a total of 97 people (94.2%), more than 75 years with 6 people (5.8%). The distribution of the elderly in this study can be categorized as being in the late elderly (56-65 years) and seniors (more than 65 years) (Hakim, 2020;Sonang et al, 2019). The condition of the elderly in the final category and the elderly generally experience a decline in various aspects and of course require assistance in their daily activities.…”

Penerapan Algoritma K-Means Dalam Pengelompokan Jumlah Penduduk Berdasarkan Kelurahan Di Kota Pematangsiantar

“…Pada penelitian yang dilakukan oleh Sonang dan tim menggunakan algoritma K-Means untuk mengelompokan jumlah penduduk berdasarkan kategori usia. Hasil pengujian yang didapat yaitu kelompok jumlah penduduk tinggi berdasarkan usia ada 3 kecamatan sedangkan kelompok jumlah penduduk rendah berdasarkan usia ada 5 kecamatan [3].…”

Pengelompokan Wilayah Berdasarkan Faktor Pendukung Pendidikan Dengan Jumlah Sekolah Dan Jumlah Guru Menggunakan Algoritma K-Means

“…K-means merupakan salah satu metode yang melakukan pengelompokan data dengan sistem partisi sehingga walaupun mengelompokkan data yang cukup besar, metode ini menghasilkan kelompok dengan waktu yang relatif cepat dan efisien [12]. Algoritma ini merupakan implementasi dari algoritma clustering partiosional yang sederhana sehingga populer dan sering digunakan [13]. K-means berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama satu sama lainnya dan mempunyai karakteristik yang berbeda dengan data yang ada di dalam kelompok yang lain [14].…”