Data Mining Pengelompokan Dataset Bus Biskita Di Kota Bogor Menggunakan Metode K-Means

Authors

  • Anjar Permadi STMIK IKMI Cirebon

DOI:

https://doi.org/10.12928/jstie.v11i3.25839

Keywords:

Data Mining, Clustering, K-Means, DBI

Abstract

Data mining merupakan proses penemuan informasi dengan mengidentifikasi pola dari dataset. Proses penemuan informasi tersebut dapat dilakukan dengan  metode pengelompokan data ke dalam beberapa kelompok dari sebuah dataset yang dalam data mining disebut metode clustering. Clustering merupakan proses mempartisi dataset menjadi beberapa subset atau kelompok berdasarkan kesamaan karakteristik masing-masing data pada kelompok yang ada. Metode Clustering yang digunakan dalam penelitian ini adalah K-Means yang termasuk ke dalam golongan algoritma Partition Clustering. Metode ini juga sudah banyak digunakan dalam penyelesaian masalah terkait klasterisasi pejualan, kebakaran hutan, pertanian, transportasi, dan sebagainya. Pada penelitian digunakan algoritma k-means untuk mengelompokkan dataset bus Bisikita Bogor berdasarkan data yang diambil selama tahun 2022. Dalam melakukan proses mengubah dataset mentah menjadi suatu informasi yang bermanfaat, maka digunakan proses Knowledge Discovery in Database (KDD). Pada tahap awal akan dilakukan pembersihan data, selanjutnya dilakukan seleksi data, transformasi data, dan data mining dengan menggunakan perangkat lunak Rapidminer. Hasil pemodelan dievaluasi menggunakan instrumen Davies Bouldin Index (DBI). Berdasarkan penelitian yang telah dilakukan, dapat diketahui bahwa algoritma K-Means dapat digunakan untuk mengelompokan dataset bus biskita. Yang nantinya bisa dimanfaatkan oleh perusahaan sebagai gambaran, penelitian juga ini bisa digunakan sebagai masukan bagi perusahaan/penyedia jasa.

References

Krishnamoorthy, M., and R. Karthikeyan. 2022. “Pattern Mining Algorithms for Data Streams Using Itemset.” Measurement: Sensors 24 (June): 100421. https://doi.org/10.1016/j.measen.2022.100421.

Utomo, Dito Putro, and Mesran Mesran. 2020. “Analisis Komparasi Metode Klasifikasi Data Mining Dan Reduksi Atribut Pada Data Set Penyakit Jantung.” Jurnal Media Informatika Budidarma 4 (2): 437. https://doi.org/10.30865/mib.v4i2.2080.

Sari, Yanti Puspita, Aji Primajaya, and Agung Susilo Yuda Irawan. 2020. “Implementasi Algoritma K-Means Untuk Clustering Penyebaran Tuberkulosis Di Kabupaten Karawang.” INOVTEK Polbeng - Seri Informatika 5 (2): 229. https://doi.org/10.35314/isi.v5i2.1457.

Herlinda, Vera, and Dedi Darwis. 2021. “Analisis Clustering Untuk Recredesialing Fasilitas Kesehatan Menggunakan Metode Fuzzy C-Means.” Darwis, Dartono 2 (2): 94–99. http://jim.teknokrat.ac.id/index.php/JTSI.

Wibowo, Arief, Moh Makruf, Inge Virdyna, and Farah Chikita Venna. 2021. “Penentuan Klaster Koridor TransJakarta Dengan Metode Majority Voting Pada Algoritma Data Mining.” Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi) 5 (3): 565–75. https://doi.org/10.29207/resti.v5i3.3041.

Hutagalung, Juniar, and Fifin Sonata. 2021. “Penerapan Metode K-Means Untuk Menganalisis Minat Nasabah.” Jurnal Media Informatika Budidarma 5 (3): 1187. https://doi.org/10.30865/mib.v5i3.3113.

Aditya, Agil, Ivan Jovian, and Betha Nurina Sari. 2020. “Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama Di Indonesia Tahun 2018/2019.” Jurnal Media Informatika Budidarma 4 (1): 51. https://doi.org/10.30865/mib.v4i1.1784.

Dianawati, Erni, Putri Previa Yanti, and Yulia Suryandari. 2019. “Klustering Jumlah Penumpang Pada Halte Bus Rapid Transit Kota Tangerang.” Jurnal Sistem Cerdas 2 (3): 163–72. https://doi.org/10.37396/jsc.v2i3.34.

Syahputra, M R, and M Ulfa. 2021. “Penerapan Data Mining Dalam Pengelompokan Jumlah Penumpang Trans Musi Di Kota Palembang Menggunakan Metode K-Means.” Bina Darma Conference on …. https://conference.binadarma.ac.id/index.php/BDCCS/article/view/2160.

Anggraeni, N.L. 2019. “Teknik Clustering Dengan Algoritma K-Medoids Untuk Menangani Strategi Promosi Di Politeknik Tedc Bandung.” Jurnal Teknologi Informasi Dan Pendidikan.

Shao, Kaixuan, Gang Mei, and Yinghan Wu. 2022. “Investigating Changes in Global Distribution of Ozone in 2018 Using k -Means Clustering Algorithm.” Journal of Computational Mathematics and Data Science 3 (March): 100028. https://doi.org/10.1016/j.jcmds.2022.100028.

Liu, Wei, Peng Zou, Dingguo Jiang, Xiufeng Quan, and Huichao Dai. 2022. “Zoning of Reservoir Water Temperature Field Based on K-Means Clustering Algorithm.” Journal of Hydrology: Regional Studies 44 (June): 101239. https://doi.org/10.1016/j.ejrh.2022.101239.

Sulistiyawati, Ari, and Eko Supriyanto. 2021. “Implementasi Algoritma K-Means Clustring Dalam Penetuan Siswa Kelas Unggulan.” Jurnal Tekno Kompak 15 (2): 25. https://doi.org/10.33365/jtk.v15i2.1162.

Priyatman, Hendro, Fahmi Sajid, and Dannis Haldivany. 2019. “Klasterisasi Menggunakan Algoritma K-Means Clustering Untuk Memprediksi Waktu Kelulusan Mahasiswa.” Jurnal Edukasi Dan Penelitian Informatika (JEPIN) 5 (1): 62. https://doi.org/10.26418/jp.v5i1.29611.

Aditya, Agil, Ivan Jovian, and Betha Nurina Sari. 2020. “Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama Di Indonesia Tahun 2018/2019.” Jurnal Media Informatika Budidarma 4 (1): 51. https://doi.org/10.30865/mib.v4i1.1784.

Mahartika, Indah Rizky, and Arief Wibowo. 2019. “Data Mining Klasterisasi Dengan Algoritme K-Means Untuk Pengelompokkan Provinsi Berdasarkan Konsumsi Bahan Bakar Minyak Nasional.” Prosiding Seminar Nasional SISFOTEK (Sistem Informasi Dan Teknologi) 3 (1): 87–91. https://seminar.iaii.or.id/index.php/SISFOTEK/article/view/108.

Muningsih, Elly, Ina Maryani, and Vembria Rose Handayani. 2021. “Penerapan Metode K-Means Dan Optimasi Jumlah Cluster Dengan Index Davies Bouldin Untuk Clustering Propinsi Berdasarkan Potensi Desa.” Jurnal Sains Dan Manajemen 9 (1): 95–100. https://ejournal.bsi.ac.id/ejurnal/index.php/evolusi/article/view/10428/4839.

Murpratiwi, Santi Ika, I Gusti Agung Indrawan, and Arik Aranta. 2021. “Analisis Pemilihan Cluster Optimal Dalam Segmentasi Pelanggan Toko Retail.” Jurnal Pendidikan Teknologi Dan Kejuruan 18 (2): 152. https://doi.org/10.23887/jptk-undiksha.v18i2.37426.

Downloads

Published

25-10-2023

Issue

Vol. 11 No. 3 (2023): Oktober

Section

Articles

License

License and Copyright Agreement

In submitting the manuscript to the journal, the authors certify that:

  1. They are authorized by their co-authors to enter into these arrangements.
  2. The work described has not been formally published before, except in the form of an abstract or as part of a published lecture, review, thesis, or overlay journal. Please also carefully read Journal Posting Your Article Policy.
  3. The work is not under consideration for publication elsewhere.
  4. The work has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
  5. They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
  6. They agree to the following license and copyright agreement.


Copyright

Authors who publish with Jurnal Sarjana Teknik Informatika agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.