Analisis Segmentasi Wilayah Pemetaan Distribusi Air Menggunakan  Metode K-Means Clustering Pada Data  Distribusi PDAM Tirtanadi

Kurnia Simbolon; Muhammad syahril; Rita Hamdani

doi:10.53513/jis.v25i2.13435

Authors

Kurnia Simbolon STMIK Triguna Dharma
Muhammad syahril STMIK Triguna Dharma
Rita Hamdani STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jis.v25i2.13435

Keywords:

Distribusi air bersih, PDAM Tirtanadi, K-Means Clustering, Data Mining, Segmentasi Wilayah

Abstract

Air bersih merupakan kebutuhan dasar manusia yang sangat penting bagi kesehatan dan kualitas hidup. Di Indonesia, PDAM memiliki peran krusial dalam menyediakan layanan air bersih, termasuk PDAM Tirtanadi cabang Diski di Sumatera Utara. Namun, dalam pelaksanaannya, masih ditemukan berbagai permasalahan terkait ketidakseimbangan distribusi air antar wilayah pelanggan, yang berdampak pada ketidakpuasan masyarakat serta inefisiensi operasional. Penelitian ini bertujuan untuk menganalisis segmentasi wilayah distribusi air bersih dengan menerapkan metode K-Means Clustering, salah satu algoritma dalam Data Mining yang efektif dalam mengelompokkan data berdasarkan karakteristik tertentu. Metode ini dipilih karena kemampuannya dalam mengelompokkan wilayah dengan efisien dan otomatis, sehingga dapat membantu PDAM mengidentifikasi wilayah prioritas yang membutuhkan perhatian lebih dalam aspek distribusi. Melalui proses pengelompokan wilayah berdasarkan data distribusi air, penelitian ini menghasilkan pemetaan yang lebih akurat dan strategis. Hasil analisis diharapkan dapat menjadi dasar pengambilan keputusan dalam meningkatkan pemerataan distribusi air serta efisiensi operasional PDAM Tirtanadi cabang Diski. Dengan demikian, pendekatan berbasis data ini berpotensi memberikan kontribusi nyata dalam pengelolaan layanan publik yang lebih baik dan berkelanjutan.

References

G. F. A. Sari, “Krisis Air Menangani Penyediaan Air Bersih Di Dunia Yang Semakin Kekurangan Sumber Daya,” Jurnal Ilmiah Research Student , vol. 1, no. 5, pp. 334-341, 2024.

Khavidiana Fahmi Addien, Ratna Septi Hendrasari, “Analisis Sistem Distribusi Air Dari Mata Air Di Dusun Kawedan Dengan Menggunakan Software Epanet 2.2,” Jurnal Ilmiah Teknik dan Ilmu Komputer, vol. 3, no. 3, pp. 167-176, 2024.

Kartika Zahretta Wijaya, Arif Djunaidy, dan Faizal Mahananto, “Segmentasi Pelanggan Menggunakan Algoritma K-Means dan Analisis RFM di Ova Gaming E-Sports Arena Kediri,” JURNAL TEKNIK ITS, vol. 10, no. 2, pp. 230-237, 2021.

Gustientiedina, M.Hasmil Adiyaa, Yenny Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru,” Jurnal Nasional Teknologi Dan Sistem Informasi, vol. 5, no. 1, pp. 17-24 , 2019.

Tifani Amalina, Danendra Bima Adhi Pramana, Betha Nurina Sari, “Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food,” Jurnal Ilmiah Wahana Pendidikan, vol. 8, no. 15, pp. 574-583, 2022.

Ika Suhaila, Abdul Kadir, & Armansyah Matondang, “Analisis Kualitas Pelayanan Air Minum pada Perusahaan Daerah Air Minum (PDAM) Tirtanadi Cabang Tuasan,” Jurnal Ilmiah Administrasi Publik dan Pemerintahan , vol. 1, no. 2, pp. 71-80,, 2022.

Perkim, “PDAM atau Sumur Gali?,” perkim.id , 7 6 2021. [Online]. Available: https://perkim.id/permukiman/pdam-atau-sumur-gali/#:~. [Diakses 24 3 2025].

Gadis Fransiska Apriliana Sari, Devi Yolanda , “Krisis Air Menangani Penyediaan Air Bersih Di Dunia Yang Semakin Kekurangan Sumber Daya,” Jurnal Ilmiah Research Student, vol. 1, no. 5, pp. 334-341, 2024.

K. Unfried, “Water scarcity and social conflict,” Journal of Environmental Economics and Management, vol. 113, 2022.

Agung Nugraha, Odi Nurdiawan, Gifthera Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” (Jurnal Mahasiswa Teknik Informatika, vol. 6, no. 2, pp. 849-855, 2022.

Putri Mai Sarah Tarigan, Jaya Tata Hardinata, Hendry Qurniawan, M.Safii, Riki Winanjaya5, “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus : Toko Sinar Harahap),” Jurnal UMJ, vol. 12, no. 2, p. 51 – 61, 2022.

K. Erwansyah, “Implementasi Data Mining Untuk Menganalisa Hubungan Data Penjualan Produk Bahan Kimia Terhadap Persedian Stok Barang Menggunakan Algoritma FP (Frequent Pattern) Growth Pada PT. Grand Multi Chemicals,” J-SISKO TECH, vol. 2, no. 2, pp. 30-40, 2019.

Aulia Rizqi Wahidah, Yogi Bachtiar, Rayung Wulan, “Sistem Pendukung Analisa Key Performance Indicator (Kpi) Menggunakan Metode Data Mining Berbasis Web Python Programming,” JRKT (Jurnal Rekayasa Komputasi Terapan), vol. 2, no. 3, pp. 151-158, 2022.

Inas Ajeng Nur Afifah, Heri Nurdiyanto, “Data Mining Clustering Dalam Pengelompokan Buku Perpustakaan Mengunakan Algoritma K-Means,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 8, no. 3, pp. 802-814, 2023.

Normah, Siti Nurajizah, Arinda Salbinda, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Fashion Hijab Banten,” Jurnal Teknik Komputer AMIK BSI, vol. 7, no. 2, pp. 158-163, 2021.

Safira Azis, Widya; Dedy Atmajaya, dan, “IMPLEMENTASI DATA MINING DENGAN ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS BISNIS PADA PERUSAHAAN ASURANSI,” Djtechno : Jurnal Teknologi Informasi, vol. 5, no. 1, pp. 139-152, 2024.

E. Pepayosa, B. Surbakti, A. F. Boy, S. Yakub, S. Informasi, and S. T. Dharma, “Pemanfaatan Data Mining Untuk Segmentasi Pelanggan Dalam Meningkatkan Efektivitas Penawaran Di Showroom Menggunakan Metode K-Means,” vol. 5, pp. 544–555, 2026.