PENGELOMPOKAN JUMLAH PENDUDUK BERDASARKAN KATEGORI USIA 0-18 TAHUN DENGAN MENGGUNAKAN ALGORITMA K-MEANS UNTUK MENENTUKAN PENGEMBANGAN POTENSI DESA WISATA DI KABUPATEN CIREBON

Irfan Ali, Arif Rinaldi Dikananda, Farid Ali Ma'ruf, Muhamad Abdurohman

Sari


Penelitian mengenai pengelompokan jumlah penduduk berdasarkan kategori usia 0-18 tahun dengan menggunakan Algoritma K-Means untuk menentukan pengembangan potensi desa wisata di Kabupaten Cirebon bertujuan untuk mengetahui hasil nilai optimum dari rekapitulasi uji coba cluster, mengetahui hasil analisa cluster pengelompokan jumlah penduduk berdasarkan kategori usia 0-18 tahun, mengetahui jumlah desa yang memiliki pengembangan potensi wisata terbaik di Kabupaten Cirebon berdasarkan jumlah penduduk kategori usia 0-18 tahun. Penelitian ini menggunakan metode analisis deskriptif dalam menyeleksi data kuantitatif dalam fungsinya analisis deskriptif digunakan untuk mendeskripsikan atau memberi gambaran dari data yang terkumpul dari fakta-fakta yang ada.Dengan upaya tersebut penulis berfikir menggunakan Algoritma K-Means merupakan solusi yang tepat. Hasil Penelitian uji coba cluster 2 sampai dengan 20 nilai optimum pada 13 (Tiga Belas) kelompok dengan nilai DBi = 0.472. Pengelompokan berdasarkan rata rata centroid di kelompokan menjadi 4 (empat) Kategori dan setiap kelompok memiliki rata rata centroid  Avg. within centroid distance_cluster_0: 974732426.358, Avg. within centroid distance_cluster_1: 2357894919.544, Avg. within centroid distance_cluster_2: 1239931120.084, Avg. within centroid distance_cluster_3: 1892429956.582. Cluster terbaik yaitu pada cluster 1 dengan jumlah 137 desa, dapat diartikan bahwa prioritas berdasarkan kategori usia 0-18 tahun yang bisa dijadikan pengembangan potensi desa wisata di Kabupaten Cirebon.

 

Kata Kunci : Kategori Usia, Desa Wisata, Algoritma K-Means, Kependudukan


Teks Lengkap:

PDF

Referensi


Sonang, S., Purba, A. T., & Pardede, F. O. I. (2019). Pengelompokan Jumlah Penduduk Berdasarkan Kategori Usia Dengan Metode K-Means. Jurnal Teknik Informasi Dan Komputer (Tekinkom), 2(2), 166.

Suryawan, I. B. (2015). Perkembangan dan Pengembangan Desa Wisata.

Larose, D. T. (2005). Discovering Knowledge In Data: An Introduction to Data mining. JohnWilley& Sons. Inc.

Frank, Eibe, et al. (2004). The WEKA Data Mining Software: An Update. Department of Computer Science. New Zealand. University of WaikatoHamilton.

Sigit Riyadi. (2017). Penerapan Metode Naive Bayes dalam Pengklasifikasi Trafik Jaringan. Smatika Jurnal, 07(1), 20–23.

Kristanto, A. (2019). Tinggi Berdasarkan Prestasi Dengan Menggunakan Metode Iterative Dichotomizer 3 ( Id3 ) ( Studi Kasus : Fti Uksw ). Simetris, 10(2), 433–444

Saeful Anwar, Nisa Dienwati Nuris, Yudhistira Arie Wijaya. (2019). Pengelompokkan Tingkat Pemahaman Kurikulum Berbasis KKNI Menggunakan Metode X-Means Clustering. Jurnal Informatika: Jurnal pengembangan IT (JPIT), Vol.04 No.2-2, 2019




DOI: http://dx.doi.org/10.51530/jumika.v8i1.529

Refbacks

  • Saat ini tidak ada refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.