Putri, Rizki Amelia (2025) PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK SEGMENTASI KEPADATAN PENDUDUK DI KOTA LHOKSEUMAWE BERBASIS GIS. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (67kB)
	Text Abstrak.pdf Download (29kB)
	Text BAB I.pdf Download (120kB)
	Text DAFTAR PUSTAKA.pdf Download (96kB)
	Text Full-text.pdf Restricted to Registered users only Download (2MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem clustering menggunakan algoritma K-means untuk menganalisis data demografis kecamatan dari tahun 2020 hingga 2023. Sistem ini dirancang untuk mengelompokkan kecamatan berdasarkan variabel seperti jumlah penduduk, persentase penduduk, kepadatan penduduk, dan rasio jenis kelamin. Hasil clustering menunjukkan pola pengelompokan yang berbeda setiap tahun, mencerminkan dinamika data demografis yang terjadi. Evaluasi menggunakan Davies-Bouldin Index (DBI) menunjukkan bahwa hasil clustering memiliki kualitas yang cukup baik, dengan nilai DBI sebesar 1.1492 pada tahun 2020, 0.6859 pada tahun 2021, 1.2470 pada tahun 2022, dan 0.6805 pada tahun 2023. Nilai DBI terbaik tercatat pada tahun 2023 dengan 0.6805, menunjukkan bahwa hasil clustering pada tahun tersebut memiliki kualitas yang paling optimal dibandingkan tahun lainnya. Sistem ini juga mempermudah pengguna dengan visualisasi peta interaktif, sehingga mendukung analisis data dan pengambilan keputusan yang lebih baik. Hasil penelitian ini diharapkan dapat berkontribusi dalam pengelolaan data demografis dan mendukung pembuatan kebijakan berbasis data yang lebih akurat. Kata Kunci: Clustering, Data Mining, Kepadatan Penduduk, Algoritma K-means, Sistem Informasi Geografis

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	rizky amelia
Date Deposited:	03 Sep 2025 02:32
Last Modified:	03 Sep 2025 02:32
URI:	https://rama.unimal.ac.id/id/eprint/14832

Actions (login required)

View Item