Klusterisasi Penyandang Masalah Kesejahteraan Sosial (PMKS) Di Kabupaten Bojonegoro Menggunakan Algoritma K-Medoids


Elisa Syafaqoh(1*), Nurissaidah Ulinnuha(2), Lutfi Hakim(3)

(1) , Indonesia
(2) Universitas Islam Negeri Sunan Ampel Surabaya, Indonesia
(3) Universitas Islam Negeri Sunan Ampel Surabaya, Indonesia
(*) Corresponding Author

Abstract


Persons with Social Welfare Problems (PMKS) are individuals, community groups, or families who cannot adequately and properly meet their economic, physical, mental, and social needs, both spiritually and physically, because of an obstacle, difficulty, or disturbance. This study aimed to classify sub-districts in Bojonegoro Regency based on the level of social welfare problems using the K-Medoids Clustering (PAM) Analysis method. There are 2 clusters formed with an Average Silhouette of 0.73. Cluster 1 is a sub-district group with common social welfare problems, and Cluster 2 is a sub-district group with high social welfare problems. Each silhouette value of the cluster is 0.74 and 0.70 with the specifications of a well-formed and strong structure.


Keywords


Clustering, K-Medoids, PMKS, Silhouette Coefficient

References


U. IZZATY, I. RAHMI HG, and D. DEVIANTO, “Pengklasteran Kabupaten/Kota Di Provinsi Sumatera Barat Berdasarkan Indikator Kesejahteraan Masyarakat Dengan Validitas Koefisien Silhouette,” J. Mat. UNAND, vol. 9, no. 2, p. 192, 2020, doi: 10.25077/jmu.9.2.192-198.2020.

A. Hafiludien and D. Istiawan, “Penerapan Algoritma Self Organizing Maps Untuk Pemetaan Penyandang Kesejahteraan Sosial (PMKS) di Provinsi Jawa Tengah Tahun 2016,” 7th Univ. Res. Colloqium, pp. 84–92, 2018.

Dispendukcapil Bojonegoro, “Data Penduduk,” 2021. https://data.bojonegorokab.go.id/dinas-kependudukan-dan-catatan-sipil.html

B. M. Metisen and H. L. Sari, “Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila,” J. Media Infotama, vol. 11, no. 2, pp. 110–118, 2015.

A. Y. Rofiqi, “Clustering Berita Olahraga Berbahasa Indonesia Menggunakan Metode K-Medoid Bersyarat,” J. Simantec, vol. 6, no. 1, pp. 25–32, 2017.

G. Dwilestari, Mulyawan, Martanto, and I. Ali, “Analisis Clustering menggunakan K-Medoid pada Data Penduduk Miskin Indonesia,” JURSIMA J. Sist. Inf. dan Manaj., vol. 9, no. 3, pp. 282–290, 2021.

S. Nurlaela, A. Primajaya, and T. N. Padilah, “Algoritma K-Medoids Untuk Clustering Penyakit Maag Di Kabupaten Karawang,” I N F O R M a T I K a, vol. 12, no. 2, p. 56, 2020, doi: 10.36723/juri.v12i2.234.

S. Asmiatun, “Penerapan Metode K-Medoids Untuk Pengelompokkan Kondisi Jalan Di Kota Semarang,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 6, no. 2, pp. 171–180, 2019, doi: 10.35957/jatisi.v6i2.193.

A. D. Andini and T. Arifin, “Implementasi Algoritma K-Medoids Untuk Klasterisasi Data Penyakit Pasien Di Rsud Kota Bandung,” J. Responsif Ris. Sains dan Inform., vol. 2, no. 2, pp. 128–138, 2020, doi: 10.51977/jti.v2i2.247.

D. Marlina, N. F. Putri, A. Fernando, and A. Ramadhan, “Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 4, no. 2, p. 64, 2018, doi: 10.24014/coreit.v4i2.4498.

A. Aditya, I. Jovian, and B. N. Sari, “Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama di Indonesia Tahun 2018/2019,” J. Media Inform. Budidarma, vol. 4, no. 1, p. 51, 2020, doi: 10.30865/mib.v4i1.1784.

R. Silvi, “Analisis Cluster dengan Data Outlier Menggunakan Centroid Linkage dan K-Means Clustering untuk Pengelompokkan Indikator HIV/AIDS di Indonesia,” J. Mat. “MANTIK,” vol. 4, no. 1, pp. 22–31, 2018, doi: 10.15642/mantik.2018.4.1.22-31.

D. F. Pramesti, M. Tanzil Furqon, and C. Dewi, “Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, pp. 723–732, 2017, doi: 10.1109/EUMC.2008.4751704.

B. Wira, A. E. Budianto, and A. S. Wiguna, “Implementasi Metode K-Medoids Clustering Untuk Mengetahui Pola Pemilihan Program Studi Mahasiwa Baru Tahun 2018 Di Universitas Kanjuruhan Malang,” RAINSTEK J. Terap. Sains Teknol., vol. 1, no. 3, pp. 53–68, 2019, doi: 10.21067/jtst.v1i3.3046.

F. Alfiah, Almadayani, D. Al Farizi, and E. Widodo, “Analisis Clustering K-Medoids Berdasarkan Indikator Kemiskinan di Jawa Timur Tahun 2020,” J. Ilm. Sains, vol. 22, no. 1, p. 1, 2021, doi: 10.35799/jis.v22i1.35911.

F. Hardiyanti, H. S. Tambunan, and I. S. Saragih, “Penerapan Metode K-Medoids Clustering Pada Penanganan Kasus Diare Di Indonesia,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 598–603, 2019, doi: 10.30865/komik.v3i1.1666.

R. Handoyo, R. R. M, and S. M. Nasution, “Perbandingan Metode Clustering menggunakan metode Single Linkage dan K-Means pada Pengelompokan Dokumen,” JSM STMIK Mikroskil, vol. Vol. 15, pp. 1–10, 2016.

R. Hidayati, A. Zubair, A. H. Pratama, and L. Indana, “Analisis Silhouette Coefficient pada 6 Perhitungan Jarak K-Means Clustering,” Techno.Com, vol. 20, no. 2, pp. 186–197, 2021, doi: 10.33633/tc.v20i2.4556.

M. A. Nahdliyah, T. Widiharih, and A. Prahutama, “METODE k-MEDOIDS CLUSTERING DENGAN VALIDASI SILHOUETTE INDEX DAN C-INDEX,” vol. 8, pp. 161–170, 2019.

“Peta Sebaran Kantong Kemiskinan di Bojonegoro,” 2021. https://prc-initiative.org/berita/peta-sebaran-kantong-kantong-kemiskinan-di-bojonegoro

Asisten Staf Khusus Presiden, “Membangun Indonesia Dari Pinggiran Desa,” 2019. https://setkab.go.id/membangun-indonesia-dari-pinggiran-desa/




DOI: https://doi.org/10.15575/kubik.v7i2.21653

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Elisa Syafaqoh, Nurissaidah Ulinnuha, Lutfi Hakim

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Journal KUBIK: Jurnal Publikasi Ilmiah Matematika has indexed by:

SINTA DOAJ Dimensions Google Scholar Garuda Moraref DOI Crossref

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.