PENERAPAN ALGORITMA K-MEDOID UNTUK CLUSTERING DATA MINING BERDASARKAN INDEKS PEMBANGUNAN MANUSIA DI INDONESIA
DOI:
https://doi.org/10.46306/jion.v1i2.93Keywords:
Indeks Pembangunan Manusia, K-Medoid, Data mining, IPM, PHP, ClusteringAbstract
Data mining is a technology that is a mixture of data analysis methods with algorithms for processing large data. Indonesia is a country consisting of various islands, and on each island, there are various provinces. Each province has a population that differs from one province to another. Every resident must of course have a mandatory 9 years of education. Over time, the quality of education in Indonesia has fluctuated in each province. Based on these problems, in this writing, an examination of the quality of education in Indonesia was carried out based on the Human Development Index (HDI). This test was carried out based on data originating from the Central Statistics Agency. The data will be tested using the clustering method with the K-Medoid algorithm
Downloads
References
Budi, Akhmad. 2021. Klastering Indeks Pembangunan Manusia (IPM) Perkabupaten di Indonesia Dengan Menggunakan Algortima K-Means. Jurnal Informatika dan Bisnis.
Darmi, Yulia. 2019. Penerapan Metode Clustering K-Means Dalam Pengelompokan Penjualan Produk. Jurnal Media Infotama. Vol 12 (2).
Luthfi, Emir. 2021. Analisis Perbandingan Metode Hirearchical, K-means, dan K-medoids Clustering dalam Pengelompokkan Indeks Pembangunan Manusia Indonesia. Journal Inovasi vol 17 (4), 761-763.
Marlina, Dini. 2018. Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak. Jurnal CoreIT. Vol 4 (2).
Mustika. 2021. Data Mining dan Aplikasinya. Bandung: CV. Widina Media Utama.
Setyaningtyas & Arif. 2022. Tinjauan Pustaka Sistematika Pada Data Mining: Studi Kasus Algoritma K-Means Clustering. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang. Vol. 10, No. 2.
Puspita, Ndaru. Analisis K-Means Cluster Pada Kabupaten/Kota di Provinsi Banten Berdasarkan Indikator Indeks Pembangunan Manusia. Jurnal Ilmiah Pendidikan dan Matematika. Vol 2 (3).
Richia, Mindi. 2023. Pengelompokkan Provinsi di Indonesia Berdasarkan Indikator Pendidikan Menggunakan Metode K-Means Clustering. J-COSINE (Journal Of Computer Science and Informatics Enggineering). Vol 7 (1).
Sa'adah, Umu. 2021. Kupas Tuntas Algoritma Data Mining Dan Implementasinya Menggunakan R. Malang: Universitas Brawijaya.
Silitonga, D, A., Windarto, A, P., Hartama, D., Sumarno. 2019. Penerapan Metode K-Medoid pada Pengelompokkan Rumah Tangga Dalam Perlakuan Memilah Sampah Menurut Provinsi. Seminar Nasional Sains & Teknologi Informasi (SENSASI).
Wahyudi, Didik M. 2017. Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Appriori. JISKa. Vol 1 (3).
Yolanda & Wicaksono.2021. Pengelompokkan Kabupaten/Kota di Provinsi Nusa Tenggara Timur Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan K-Medoids Clustering. JStar. Vol 1 (1),79-90.
www.bps.go.id. Indeks Pembangunan Manusia 2023. Indeks Pembangunan. Diakses 16 Mei 2023. https://www.bps.go.id/indicator/26/413/1/-metode-baru-indeks-pembangunan-manusia.html.
www.bps.go.id. Indeks Pembangunan Manusia 2022. Indeks Pembangunan. Diakses 11 Mei 2022. https://www.bps.go.id/indicator/26/413/1/-metode-baru-indeks-pembangunan-manusia.html.
www.bps.go.id. Indeks Pembangunan Manusia 2021. Indeks Pembangunan. Diakses 30 April 2021. https://www.bps.go.id/indicator/26/413/1/-metode-baru-indeks-pembangunan-manusia.html.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Shandi Noris, Silvester Jefri Kapitan
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
