Implementasi Data Mining Untuk Mengelompokkan Korban Penyalahgunaan Narkoba Menggunakan Metode K-Means Clustering Pada BNN Provinsi Sumatera Utara

Abstract

Pemerintah sudah menilai kejadian narkoba termasuk dalam kategori darurat narkoba. Hal ini didasarkan pada banyak kasus yang terjadi, peredaran narkoba tidak hanya pada orang-orang dewasa saja, tetapi sudah di kalangan generasi muda anak-anak Indonesia. BNN Provinsi Sumatera Utara merupakan salah satu instansi pemerintah yang menanggulangi permasalahan narkotika dan obat-obatan terlarang. Namun pihak instansi memiliki kendala terkait cara dalam mengelompokkan data penyalahgunaan narkoba tersebut, salah satu kendalanya adalah keterbatasan pengetahuan tentang metode yang akan digunakan. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk menggali informasi baru. Salah satu teknik yang ada pada data mining adalah clustering. Clustering dipilih karena dapat mengelompokkan data-data sesuai dengan karakteristik yang diinginkan, dalam penelitian ini berarti mengelompokkan data korban penyalahgunaan narkoba di BNN Provinsi Sumatera Utara. Adapun algoritma clustering yang digunakan adalah K-Means Clustering diintegrasikan pada aplikasi pemrograman berbasis dekstop. Kesimpulan yang diperoleh yaitu sistem yang dirancang telah terbukti berhasil mengelompokkan data korban penyalahgunaan narkoba menjadi 3 cluster (kelompok). Cluster 1  merupakan cluster terkecil dengan 5 data korban, cluster 2 terdiri dari 29 data korban dan cluster 3 yang merupakan cluster terbanyak terdiri dari 26 data.