Sistem Informasi Geografis Pemetaan Kerusakan Jalan Di Kabupaten Malang Menggunakan Metode K-Means

Suryani, Tutut; Faisol, Ahmad; Vendyansyah, Nurlaily

doi:10.36040/jati.v5i1.3259

Cited by 7 publications

(9 citation statements)

References 1 publication

(1 reference statement)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Pengujian ini dilakukan menggunakan black box testing yang berfokus pada persyaratan fungsional perangkat lunak yang dibangun [24]. Pengujian dilakukan dengan menguji setiap proses untuk kemungkinan kesalahan yang terjadi.…”

Section: Pengujian Fungsionalitasunclassified

Application of Data Mining in Disease Clustering at Klinik Keluarga

Kadafi,

Finandhita

2024

KOMPUTA

View full text Add to dashboard Cite

The purpose of this study is to provide recommendations for counseling materials to assist the Promkes and Marketing Coordinator at the Klinik Keluarga in determining appropriate health counseling materials in an area. Counseling is conducted on a scheduled basis to a predetermined area. However, many of the materials presented are not in accordance with the majority of diseases suffered by the community in the area. This causes clinic services to be not optimal due to lack of awareness of a disease in the region. Data Mining with Clustering method and K-Means algorithm is used in this study to determine the pattern of disease distribution based on its characteristics from the data sources used, consisting of visit data, parent disease data, disease category data, sub-district data, and village data. The evaluation results show that the disease clustering process produces an average accuracy of 0.263. These results show that data mining with the clustering method can help the Promkes and Marketing Coordinator at the Family Clinic in determining the right counseling material for the community.

show abstract

Section: Pengujian Fungsionalitasunclassified

Application of Data Mining in Disease Clustering at Klinik Keluarga

Kadafi,

Finandhita

2024

KOMPUTA

View full text Add to dashboard Cite

show abstract

“…Pemetaan kerusakan jalan yang menggunakan system informasi geografis menggunakan metode K-Means [1] dapat mengklusterisasi tingkat kerusakan jalan di Kabupaten Malang. Penambahan metode android ditambahkan beserta sistim informasi geografis berbasis web diimplementasikan pada penelitian yang diusulkan [2].…”

Section: Tinjauan Pustakaunclassified

Sistem Informasi Geografis Pemetaan Dan Pelaporan Kerusakan Jalan Di Wilayah Kecamatan Bayongbong Berbasis Web

Kharisma

Khalif²,

Hermanto³

et al. 2022

Restikom

View full text Add to dashboard Cite

Infrastruktur merupakan fasilitas umum yang dibangun untuk memenuhi kebutuhan masyarakat. Salah satu infrastruktur yang cukup vital adalah Jalan. Kerusakan pada jalan dapat menghambat aktivitas serta perkembangan ekonomi pada masyarakat. Tidak adanya informasi kerusakan jalan serta sistim pelaporan kerusakan jalan di Kecamatan Bayongbong yang dapat diakses oleh masyarakat dapat memperlambat proses penyebaran informasi kerusakan jalan dan dapat berakibat lambatnya proses perbaikan jalan. Penelitian ini berfokus pada perancangan dan pengembangan Sistem Informasi Geografis pemetaan dan pengaduan kerusakan jalan di wilayah kecamatan Bayongbong berbasis Web. Pada proses pengembangan sistim ini menggunakan metode prototyping agar proses perancangan berjalan dengan cepat dan bertahap. Dengan adanya sistem ini akan sangat berguna bagi pemerintah daerah Kecamatan Bayongbong serta masyarakat di sekitar Kecamatan Bayongbong dalam memperoleh informasi pemetaan kerusakan jalan serta memudahkan proses pengaduan kerusakan jalan bagi masyarakat.

show abstract

“…Adapun tujuan mengapa penelitian ini dilakukan yaitu untuk membuat Sistem Informasi Geografis Pemetaan Kerusakan Jalan Dengan Metode K-Means, dengan pemetaan ini dapat membantu pemerintah dalam pengelompokan tingkat kerusakan jalan yang ada di Kabupaten Malang sehingga pemerintah mengetahui tingkat kerusakan jalan yang termasuk berat agar segera di tangani. [6] Penelitian terakhir yakni pada tahun 2021 oleh Ali Hasymi, Ahmad Faisol dan F.X Ariwibisono. Permasalahan yang diangkat dalam penelitian ini adalah warga kurang di Kelurahan Karangbesuki.…”

Section: Tinjauan Pustaka 21 Penelitian Terdahuluunclassified

Penerapan Metode K-Means Clustering Untuk Pemetaan Daerah Rawan Kecelakaan Lalu Lintas Di Kota Malang Berbasis Website

Vernanda¹,

Faisol

Vendyansyah

2021

jati

Self Cite

View full text Add to dashboard Cite

Kecelakaan Lalu Lintas atau yang biasa disebut dengan laka lantas di Kota Malang pada tahun 2019, telah mengalami peningkatan yang sangat pesat. Yakni telah terjadi kasus sebanyak 174 kejadian, dan menewaskan sebanyak 34 korban meninggal dunia. Sedangkan di tahun 2020, kasus kecelakaan lalu lintas yang terjadi lebih sedikit dibandingkan tahun 2019, di tahun 2020 terjadi sebanyak 49 kasus dan korban meninggal dunia ada 3 orang. Selain itu di Kota Malang saat ini belum memiliki sistem untuk menunjukkan lokasi daerah rawan kecelakaan lalu lintas. Dari permasalahan yang diuraikan tersebut, perlu adanya website pemetaan daerah rawan kecelakaan lalu lintas di Kota Malang. Pengelompokkan tiap daerah dibagi menjadi 3 cluster yakni Sangat Rawan(SR), Rawan(R), dan Cukup Rawan (CR) dengan menggunakan metode K-Means Clustering. Hasil dari pengelompokkan ini berdasarkan 5 kecamatan di Kota Malang. 5 Kecamatan tersebut Kecamatan Blimbing, Kecamatan Kedungkandang, Kecamatan Klojen, Kecamatan Sukun, dan Kecamatan Lowokwaru dan 6 ruas jalanpada setiap kecamatan. Data yang diolah dalam penelitian ini bersumber dari Satlantas Polresta Malang Kota. Pembuatan peta untuk webiste ini menggunakan aplikasi QGIS versi 2.18, dengan menggunakan bahasa pemrograman PHP Nativ, dan memakai framework CSS Boostrap, dan MySQL sebagai databasenya. Pengujianmetode K-Means pada website ini menggunakan bidang unsupervised learning, yaitu lift ratio. Berdasarkan pengujian metode K-Means dengan menggunakan lift ratio menunjukkan hasil 2,5. Hasil pemetaan menunjukkanterdapat satu kecamatan masuk ke dalam kelompok Sangat Rawan(SR) yaitu Kecamatan Lowokwaru. Kecamatan Blimbing, Kecamatan Klojen, dan Kecamatan Sukun masuk dalam cluster Rawan(R), dan yang terakhir Kecamatan Kedungkandang masuk pada cluster Cukup Rawan(CR).

show abstract

Sistem Informasi Geografis Pemetaan Kerusakan Jalan Di Kabupaten Malang Menggunakan Metode K-Means

Cited by 7 publications

References 1 publication

Application of Data Mining in Disease Clustering at Klinik Keluarga

Application of Data Mining in Disease Clustering at Klinik Keluarga

Sistem Informasi Geografis Pemetaan Dan Pelaporan Kerusakan Jalan Di Wilayah Kecamatan Bayongbong Berbasis Web

Penerapan Metode K-Means Clustering Untuk Pemetaan Daerah Rawan Kecelakaan Lalu Lintas Di Kota Malang Berbasis Website

Contact Info

Product

Resources

About