ANALISIS KINERJA ALGORITMA FUZZY C-MEANS DAN K-MEANS PADA DATA KEMISKINAN

ULFAH, ANIQ NOVICIATIE and ‘UYUN, SHOFWATUL (2015) ANALISIS KINERJA ALGORITMA FUZZY C-MEANS DAN K-MEANS PADA DATA KEMISKINAN. Jatisi, Vol. 1 (No. 2). pp. 139-148. ISSN 2407-4322

Preview

Text (ANIQ NOVICIATIE ULFAH, SHOFWATUL ‘UYUN - ANALISIS KINERJA ALGORITMA FUZZY C-MEANS DAN K-MEANS PADA DATA KEMISKINAN) ANIQ NOVICIATIE ULFAH, SHOFWATUL ‘UYUN - ANALISIS KINERJA ALGORITMA FUZZY C-MEANS DAN K-MEANS PADA DATA KEMISKINAN.pdf - Published Version Download (996kB) | Preview

Abstract

Salah satu upaya untuk mewujudkan program pemerintah Kabupaten Gunungkidul dalam rangka untuk pengentasan kemiskinan adalah dengan melakukan pendataan data kemiskinan warganya. Pemerintah telah merumuskan pendataan dengan melakukan pembobotan terhadap 15 indikator kedalam 3 kelompok. Banyaknya data dan indikator yang harus digunakan tentunya akan menimbulkan kesulitan dalam pelaksanaannya, tidak efektif dan kurang obyektif. Oleh karena itu diperlukan otomatisasi dalam proses clustering data kemiskinan. Penelitian ini bertujuan untuk menganalisis kinerja antara algoritma FCM dan K-means yang diimplementasikan pada data kemiskinan di Desa Girijati Purwosari menjadi 3 cluster. Beberapa tahapan yang harus dilakukan sebelum dilakukan clustering, terebih dahulu dilakukan prapengolahan yaitu data cleaning dan data transformation untuk selanjutnya dilakukan clustering menggunakan kedua algoritma tersebut. Hasil perhitungan digunakan untuk membandingkan antara algoritma FCM dengan K-Means. Kesesuaian data antara algoritma FCM dengan perhitungan indikator kemiskinan di Desa Girijati sebesar 50% dan untuk algoritma K-Means sebesar 83,33%. Algoritma K-Means lebih tepat digunakan pada pengelompokan data kemiskinan berdasarkan ketiga kriteria kemiskinan dibandingkan algoritma FCM. Kata kunci: Clustering, Data Kemiskinan, FuzzyC-Means, K-Means.

Share this knowledge with your friends :

Actions (login required)

View Item