PENERAPAN METODE K-MEANS CLUSTERING UNTUK PEMETAAN PERBAIKAN JALAN DI KOTA BOGOR
DOI:
https://doi.org/10.51401/jinteks.v7i1.5323Keywords:
Pemetaan, Klusterisasi, Perbaikan Jalan, Algoritma K-Means, Silhouette CoefficientAbstract
Perbaikan jalan sangat penting untuk menjaga fungsinya dalam menunjang ekonomi dan aktivitas sosial. Perbaikan jalan yang terencana bukan hanya sebuah kebutuhan teknis, tetapi juga merupakan investasi untuk keselamatan, efisiensi, dan kesejahteraan masyarakat, Oleh karena itu penting bagi pemerintah dan instansi terkait untuk melakukan perencanaan yang matang dalam program perbaikan infrastruktur jalan. Adapun metode yang digunakan dalam mengelompokan data perbaikan jalan yaitu algoritma K-Means dengan hasil keluaran berupa tiga kluster dimana Klaster 1 merupakan klaster dengan tingkat perbaikan Tinggi, klaster 2 merupakan klaster dengan tingkat perbaikan Sedang, dan klaster 3 merupakan klaster dengan tingkat perbaikan Rendah dan sudah dilakukan uji validitas cluster menggunakan Silhouette Coefficient terhadap algoritma K-means yang diterapkan dengan nilai yang diperoleh sebesar 0,659 yang berarti cluster yang dibentuk termasuk kedalam kategori struktur baik . Pada ptoyotype aplikasi yang dibangun telah dilakukan uji kelayakan oleh ahli sistem menggunakan metode white box dengan hasil persentase kelayakan sebesar 100% yang dapat dikategorikan ke dalam interpretasi sangat layak”, juga telah dilakukan juga uji kelayakan oleh pengguna menggunakan instrumen Post-Study System Usability Questionaire (PSSUQ) dengan hasil perolehan yakni nilai kepuasan secara keseluruhan sebesar 78,9%, yang artinya aplikasi ini layak digunakan.
References
I. H. Witten, E. Frank, and M. A. Hall, Data Mining. 2023.
E. H. & S. B. Sri Wahyuni, Data Mining dengan Decision Tree C4.5 dan Apriori (Konsep dan Implementasi Menggunakan Rapid Miner dan WEKA). Deepublish, 2023.
Budi Santosa, Data mining?: teknik pemanfaatan data untuk keperluan bisnis, 1st ed. Yogyakarta: Graha Ilmu, 2007.
W. R. dan M. Z. Deny Jollyta, Konsep data mining dan penerapan. Deepublish, 2020.
S. Nuriyah Ramadhani, D., Trijaka Harjanta, A., Tyogi, A., & Agnes Ajhara, “Implementasi Metode K-Means Pada Sistem Informasi Geografis Pemetaan Kerusakan Jalan di Dinas Pekerjaan Umum dan Penataan Ruang Kabupaten Jepara,” in In Science And Engineering National Semina, 2022.
A. B. Isag and R. H. Irawan, “Implementasi K-means Dalam Prioritas Perbaikan Jembatan Dan Saluran Air Di Kecamatan Ngronggot,” Pros. SEMNAS INOTEK …, pp. 282–286, 2021.
D. Kurniadi, Y. H. Agustin, H. I. N. Akbar, and I. Farida, “Penerapan Algoritma k-Means Clustering untuk Pengelompokan Pembangunan Jalan pada Dinas Pekerjaan Umum dan Penataan Ruang,” Aiti, vol. 20, no. 1, pp. 64–77, 2023, doi: 10.24246/aiti.v20i1.64-77.
S. Asmiatun, N. Wakhidah, A. N. Putri, and K. Kunci, “Identifikasi Kondisi Permukaan Jalan Menggunakan K-Means Clustering Road Surface Conditions Identification Using K-Means Clustering,” no. November 2019, pp. 23–30, 2019.
A. Ayadi and dan Eko Pramono, “Ayadi, Kusrini, dan Eko-Perbandingan Tingkat Performa Metode K-Means Dan Hierachical Clustering Pada Sistem PERBANDINGAN TINGKAT PERFORMA METODE K-MEANS DAN HIERACHICAL CLUSTERING PADA SISTEM REKOMENDASI PEMILIHAN KOST (COMPARISON OF K-MEANS AND HIERACHIC,” Teknimedia, vol. 1, no. 2, pp. 51–56, 2020.
B. Santosa, Data Mining Teknik Pemanfaatan Data Untuk keperluan bisnis, Pertama. Graha Ilmu, 2013.
F. Gonunescu, Data mining?: Concepts ,models and techniues. New York: Springer –verlag, 2011.
Prasetyo Eko, , Data mining mengolah data menjadi informasi menggunakan MatlabNo Title. CV.ANDI OFFSET, 2014.
Ahmad Harmain, P. Paiman, H. Kurniawan, K. Kusrini, and Dina Maulina, “Normalisasi Data Untuk Efisiensi K-Means Pada Pengelompokan Wilayah Berpotensi Kebakaran Hutan Dan Lahan Berdasarkan Sebaran Titik Panas,” Tek. Teknol. Inf. dan Multimed., vol. 2, no. 2, pp. 83–89, 2022, doi: 10.46764/teknimedia.v2i2.49.
A.-B. Ladjamuddin B, Rekayasa perangkat Lunak, Pertama. Graha Ilmi, 2006.
R. S. Presman, Rekayasa perangkat lunak, 7th ed. Yogyakarta: Andi, 2012.
V. Wu, X and Kumar, the top ten algorithm in data mining. London: CRC Press Taylor & Farncis Group, 2009.
A. L. Marisa, F., Risnanto, S., Hardi, R., Pudjoatmojo, B., Handayani, E. T. E., & Maukar, Algoritma Populer Dalam Intelligent Sistem Beserta Contoh Kasus. Deepublish, 2023.
E. Irwansyah and M. Faisal, Advanced Clustering: Teori dan Aplikasi. Yogyakarta: Deepublish, 2015.
S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat,” PENA Tek. J. Ilm. Ilmu-Ilmu Tek., vol. 6, no. 2, p. 48, 2021, doi: 10.51557/pt_jiit.v6i2.659.
H. Sa’diah, U. Enri, and T. Nur Padilah, “Penerapan Algoritme K-Means Dalam Segmentasi Daerah Rawan Kekerasan Anak Di Jawa Barat,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 2, pp. 1351–1357, 2023, doi: 10.36040/jati.v7i2.6838.
M. R. Kusnaidi, T. Gulo, and S. Aripin, “Penerapan Normalisasi Data Dalam Mengelompokkan Data Mahasiswa Dengan Menggunakan Metode K-Means Untuk Menentukan Prioritas Bantuan Uang Kuliah Tunggal,” vol. 3, no. 4, pp. 330–338, 2022, doi: 10.47065/josyc.v3i4.2112.
Published
How to Cite
Issue
Section
Copyright (c) 2025 Annisa Wulandari, Irmayansyah, Leny Tritanto Ningrum
This work is licensed under a Creative Commons Attribution 4.0 International License.
