Perbandingan Algoritma K-Means Dan K-Medoids Untuk Pengelompokkan Data Masyarakat Miskin Pada Kantor Camat Hatonduhan

Abstract

Berbagai cara penanggulangan kemiskinan telah dilakukan oleh pemerintah seperti pemberian bantuan-bantuan masyarakat miskin berupa tunjangan, Jaminan Kesehatan Masyarakat, Beras Miskin (Raskin), Bantuan Biaya Pendidikan Peningkatan Prestasi Akademik (BBP-PPA), Bantuan Biaya Pendidikan yang hanya ditujukan untuk calon mahasiswa tidak mampu/miskin (BIDIKMISI), dan program-program lainnya, tetapi yang pada kenyataannya adapun masalah kemiskinan belum dapat ditangulangi dan sistem yang digunakan masih begitu lama. Data masyarakat miskin pada Kantor Camat Hatonduhan membutuhkan dalam pengelompokkan data masyarakat miskin, maka masalah tersebut dapat diatasi dengan konsep keilmuan data mining. Impelementasi data mining adalah suatu rangkaian proses, maupun teknik yang menggabungkan teknik analisis data dan menemukan pola-pola yang penting pada data. Dengan implementasi Data mining maka masalah yang ada dapat terbantu dan teratasi sehingga memberikan kemudahan dalam mengelompokkan data masyarakat miskin, maka metode yang cocok digunakan dalam mengelompokkan data ada dua, yaitu Algoritma K-Means Clustering dan Algoritma K-Medoids. Hasil yang didapatkan dengan menggunakan dua algoritma, maka didapatkan perbandingan hasil pengelompokkan data rakyat miskin dan hasil mengelompokkan akurat ataupun efisien. Dengan menggunakan aplikasi berbasis desktop dapat memproses dan menampilkan laporan hasil pengelompokkan data rakyat miskin. Kata Kunci: Data Mining, K-Means, K-Medoids, Rakyat Miskin