CLUSTERING DAERAH MISKIN DI PROVINSI RIAU MENGGUNAKAN METODE K-MEANS

Abstract

Analisis Klaster sangat cocok untuk mengelompokkan data-data berukuran besar. Dan penelitian kali ini bertujuan mengelompokan daerah miskin di Provinsi Riau berdasarkan Umur Harapan Hidup, Jumlah Penduduk, Pengeluaran perKapita, Rata-rata Lama Sekolah, Angkatan Kerja, dan Harapan Lama Sekolah agar tepat sasaran, dan masyarakat mendapat program-program sekaligus bantuan dari pemerintah, dengan menggunakan K-means sebagai metode peng-klasteran. K-means menjabarkan algoritma untuk menentukan sebuah obyek kedalam klaster tertentu berdasarkan rataan terdekat dan mudah di implementasikan. Dari hasil penelitian, klaster pertama memiliki 5 anggota, klaster kedua memiliki 6 anggota, dan klaster 3 yang memiliki 1 anggota. 

Abstract

Cluster Analysis is perfect for grouping large data. And this research is trying to classify poor areas in Riau Province based on Life Expectancy, Population Amount, Per capita Expenditures, Old Average Schools, Labor Force, and Old Hope Schools to be on target, and the community gets government assistance programs, with using K-means as a Clustering method. K-means describing the algorithm to determine the object to a certain Cluster based on the nearest average and easy to implement. From the results of the study, the first Cluster has 5 members, the second Cluster has 6 members, and Cluster 3 has 1 member.