Penerapan Algoritma K-Means Clustering untuk Segmentasi Kepadatan Penduduk Berbasis GIS

Rizki Amelia Putri; Safwandi Safwandi; Zahratul Fitri

doi:10.30865/jurikom.v12i3.8668

Authors

Rizki Amelia Putri Universitas Malikussaleh, Lhokseumawe
Safwandi Safwandi Universitas Malikussaleh, Lhokseumawe
Zahratul Fitri Universitas Malikussaleh, Lhokseumawe

DOI:

https://doi.org/10.30865/jurikom.v12i3.8668

Keywords:

Clustering, Data Mining, Dense Population, K-means algorithm, Geographic Information System

Abstract

This study aims to develop a clustering system using the K-means algorithm to analyze demographic data of sub-districts from 2020 to 2023. The system is designed to cluster sub-districts based on variables such as population size, population percentage, population density, and gender ratio. The clustering results reveal different grouping patterns each year, reflecting the dynamics of demographic data over time. Evaluation using the Davies-Bouldin Index (DBI) indicates that the clustering results are of reasonably good quality, with DBI values of 1.1492 in 2020, 0.6859 in 2021, 1.2470 in 2022, and 0.6805 in 2023. The best DBI value was recorded in 2023 at 0.6805, demonstrating that the clustering results in that year were the most optimal compared to other years. The system also facilitates Users with interactive map visualizations, supporting better data analysis and decision-making processes. This research is expected to contribute to the management of demographic data and support more accurate data-driven policy-making.

References

Badan Pusat Statistik Kota Lhokseumawe Tahun 2024.

Abbas, R., Ayu Lizar, C., & Satriawan, H, “Analisis Tempat Penampungan Sementara (TPS) Menggunakan Sistem Informasi Geografis Untuk Pengelolaan Sampah Berkelanjutan Di Kota Lhokseumawe,” Jurnal Pengendalian Pencemaran Lingkungan (Jppl), 7(1), 2025.

Sani Putriana, Ernawati, “Clustering Data Titik Gempa Dengan Metode Fuzzy Possibilistic C-Means”, 2021.

Agnes Vernanda, A., Faisol, A., & Vendyansyah, N, “Penerapan Metode K-Means Clustering Untuk Pemetaan Daerah Rawan Kecelakaan Lalu Lintas Di Kota Malang Berbasis Website,” In Jurnal Mahasiswa Teknik Informatika) (Vol. 5, Issue 2), 2021.

Alif, D., Fadhillah, F., Faisol, A., & Vendyansyah, N, “Penerapan Metode K-Means Clustering Pada Pemetaan Lahan Kopi Di Kabupaten Malang,” In Jurnal Mahasiswa Teknik Informatika) (Vol. 6, Issue 1), 2022.

Asyfani, Y., Manfaati Nur, I., Fathoni Amri, I., Yunanita, N., Hikmah Nur Rohim, F., Aura Hisani, Z., & Anggun Lestari, F, ”Pengelompokan Kabupaten/Kota Di Jawa Tengah Berdasarkan Kepadatan Penduduk Menggunakan Metode Hierarchical Clustering”2(1), 1–8, 2024.

J. Ilmu Matematika Dan Terapan And Desember, “Analisis Cluster Dengan Menggunakan Metode K-Means Untuk Pengelompokkan Kabupaten/Kota Di Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014,” 2017.

Butsianto, S., & Mayangwulan, N. T, ”Penerapan Data Mining Untuk Prediksi Penjualan Mobil Menggunakan Metode K-Means Clustering,” Jurnal Nasional Komputasi Dan Teknologi Informasi, 3(3), 2020.

Faisal, M., & Fitri, Z. (n.d.), “Information and Communication Technology Competencies Clustering for students for Vocational High School Students Using K-Means Clustering Algorithm” International Journal of Engineering, Science & InformationTechnology (IJESTY), 2022.

Gultom, D., Gunawan, I., Purnamasari, I., Andani, S. R., & Siregar, Z. A, “Penerapan Algoritma K-Means Dalam Pengelompokan Kepadatan Penduduk Menurut Kecamatan di Kabupaten Simalungun” TIN: Terapan Informatika Nusantara, 2(10), 622–628, 2022.

Indraputra, R. A., & Fitriana, R. (n.d.). K-Means Clustering Data COVID-19.

Nur Afifah, I. A., & Nurdiyanto, H, “Data Mining Clustering Dalam Pengelompokan Buku Perpustakaan Mengunakan Algoritma K-Means” Jipi (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika),” 8(3), 802–814, 2023.

Peralatan, P., Pada, S., Wigglo, B., Menggunakan, D., Apriori, A., Syahril, M., Erwansyah, K., & Yetri, M. J-SISKO TECH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Penerapan Data Mining Untuk Menentukan Pola, 118(1), 118–136, 2020.

Tadi, M., & Arnawisuda Ningsi, B, “Analisis Klaster Kemiskinan Kabupaten Kota Di Provinsi Banten Menggunakan Metode K-Means” 4(1), 2023.

Veronica, M., Effendi, H., & Oktafian Saleh, Ari. (N.D.), “Clustering Tingkat Kedisiplinan Pegawai Pada Pengadilan Tinggi Palembang Menggunakan Algoritma K-Means”.

Yulianeu, A., & Oktamala, R, “Sistem Informasi Geografis Trayek Angkutan Umum Di Kota Tasikmalaya Berbasis Web,” Jutekin (Jurnal Teknik Informatika), 10(2), 2022.

Zheng, A., Cai, J., Yang, H., & Zhao, X. CPGAN: Curve Clustering Architecture Based On Projected Latent Vector Of Generative Adversarial Network. IEEE Access, 8, 86765–86776, 2020.

Zufria, I., & Damaiani Iskandar, I. “Clustering Pasien Rawat Inap Di RS USU Menggunakan Algoritma K-Means Clustering of Inpatients at USU Hospital Using the K-Means Algorithm,” Journal Of Computer Science And Informatics Engineering (Cosie), 03(2), 54–63, 2024.

E. Muningsih, H. M. Nur, F. F. Dwi Imaniawan, Saifudin, V. R. Handayani, and F. Endiarto, “Comparative Analysis on Dimension Reduction Algorithm of Principal Component Analysis and Singular Value Decomposition for Clustering,” J. Phys. Conf. Ser., vol. 1641, no. 1, 2020, doi: 10.1088/1742-6596/1641/1/012101.

Ferdiansyah, I., Huda, B., Hananto, A., & Tukino, T, “Analisis Clustering Menggunakan Metode K-Means Pada Kemiskinan Di Jawa Timur Tahun 2020,” Innovative: Journal Of Social Science Research, 4(3), 858-869, 2024.

Handoko, S., Fauziah, F., & Handayani, E. T. E, “Implementasi data mining untuk menentukan tingkat penjualan paket data Telkomsel menggunakan metode K-Means clustering,” Jurnal Ilmiah Teknologi dan Rekayasa, 25(1), 76-88, 2020.