Penerapan Fuzzy Clustering Means (FCM) Dalam Penentuan Lokasi Penertiban Penyakit Masyarakat Untuk Kegiatan Pembinaan Sosial
DOI:
https://doi.org/10.53513/jis.v22i1.7583Keywords:
Data Mining, Penertiban Masyarakat, Fuzzy Clustering Means, FCMAbstract
Penyakit masyarakat adalah segenap tingkah laku manusia yang dianggap tidak sesuai, melanggar norma-norma umum dan adat istiadat, atau tidak terintergrasi dalam pola tingkah laku umum. Maka kegiatan sosial penertiban kepada masyarakat terhadap pelanggaran hokum yang dilakukan harus sering dilakukan. Artinya, hukum sedikit banyak akan selalu mengikuti tata nilai yang menjadi kesadaran bersama masyarakat tertentu dan berlaku secara efektif dalam mengatur kehidupan mereka. Berdasarkan fungsi dan tugas pokok satpol-pp dalam melakukan penertiban, berdasarkan perda kegiatan penertiban harus melalui pendekatan yang persuasi yang lebih mendidik, sehingga dalam kondisi dan situai seperti apapun satpol-pp dapat mengambil sikap yang bijaksana dan lebih tepat. Dari penjelasan masalah dan referensi yang diberikan, maka penelitian ini akan mengangkat judul “penerapan fuzzy clustering means (FCM) dalam penentuan lokasi penertiban penyakit masyarakat untuk kegiatan pembinaan sosial satpol-pp sumatera utaraâ€. Dimana hasil yang diharapkan nanti membantu satpol-pp dalam melakukan pengelompokkan terhadap titik-titik lokasi penertiban dari penyakit masyarakat yang terjadi di setiap wilayah di sumatera utara.Kata Kunci : Data Mining, Penertiban Masyarakat, Fuzzy Clustering Means, FCMReferences
S. Windartini, “Pengaruh Masa Kerja Dan Gaya Kepemimpinan Terhadap Kinerja Pegawai Kantor Satuan Polisi Pamong Praja (Satpol-Pp) Kabupaten Indragiri Hulu,†J. Manaj. dan Bisnis, vol. 7, no. 2, pp. 80–90, 2018, doi: 10.34006/jmbi.v7i2.84.
R. T. Jurnal, “Fuzzy Clustering Means (Fcm) Dalam Penentuan Lokasi Penertiban Penyakit Masyarakat Pada Kegiatan Pembinaan Sosial Satpol-Pp Wilayah Sumatra-Barat,†Petir, vol. 10, no. 1, 2018, doi: 10.33322/petir.v10i1.33.
A. Kartika and A. Akmal, “Upaya Pemerintah Kota Padang dalam Memberantas Penyakit Masyarakat,†J. Civ. Educ., vol. 3, no. 1, pp. 127–133, 2020, doi: 10.24036/jce.v3i1.321.
Meita Lefi Kurnia, “Faktor-Faktor Yang Menghambat Peranan Satuan Polisi Pamong Praja (Satpol Pp) Kota Padang Dalam Pencegahan Dan Pemberantasan Maksiat.,†Angew. Chemie Int. Ed. 6(11), 951–952., vol. 7, no. 2, pp. 2013–2015, 2021.
A. H. Nasyuha et al., “Frequent pattern growth algorithm for maximizing display items,†Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 2, pp. 390–396, 2021, doi: 10.12928/TELKOMNIKA.v19i2.16192.
J. Hutagalung, N. L. W. S. R. Ginantra, G. W. Bhawika, W. G. S. Parwita, A. Wanto, and P. D. Panjaitan, “COVID-19 Cases and Deaths in Southeast Asia Clustering using K-Means Algorithm,†J. Phys. Conf. Ser., vol. 1783, no. 1, pp. 1–6, 2021, doi: 10.1088/1742-6596/1783/1/012027.
S. U. Tarigan, S. Saniman, and M. Yetri, “Klasterisasi Data Penanganan Dan Pelayanan Kesehatan Masyarakat Menggunakan Algoritma K-Means,†J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 3, p. 193, 2022, doi: 10.53513/jursi.v1i3.5223.
F. Riyanto Sidabutar, M. Ramadhan, A. Al Hafiz, P. Studi Sistem Informasi, and S. Triguna Dharma, “Implementasi Data Mining Untuk Menganalisis Penjualan Barang Menggunakan Metode Apriori,†J. CyberTech J., vol. 1, no. 1, pp. 54–66, 2020, [Online]. Available: https://ojs.trigunadharma.ac.id/
Dian Permata Sari, F. Sembiring, Dwi Putri Sulisdianto, Yanti Jentiner, and Erip Suratno, “Implementasi Algoritma Fuzzy C-Means Untuk Memprediksi Faktor Siswa Membolos (Studi Kasus : Faktor Siswa Membolos Di Smpn 1 Parakansalak),†J. RESTIKOM Ris. Tek. Inform. dan Komput., vol. 2, no. 1, pp. 1–7, 2022, doi: 10.52005/restikom.v2i1.61.
Hafizah, Tugiono, and W. R. Maya, “Penerapan Data Mining Dalam Memprediksi Jumlah Penumpang Pada CV . Surya Mandiri Sukses Dengan Menggunakan Metode Regresi Linier,†J. Teknol. Inf. dan Sist. Komput. TGD, vol. 2, no. 1, pp. 54–61, 2019.
C. K. Sembiring, D. Nofriansyah, S. Kom, M. Kom, W. Ristamaya, and M. Kom, “Implementasi Data Mining Dalam Menganalisa Pola Penjualan Kartu Paket Dengan Metode Fp-Growth,†no. x, 2020.
J. Hutagalung and F. Sonata, “Penerapan Metode K-Means Untuk Menganalisis Minat Nasabah Asuransi,†J. MEDIA Inform. BUDIDARMA, vol. 5, no. 3, pp. 1187–1194, 2021, doi: 10.30865/mib.v5i3.3113.
M. Ramadhan, J. Hutagalung, M. Dahria, I. Zulkarnain, and H. Jaya, “Prediksi Penjualan Spare Part Mobil Daihatsu Menggunakan Algoritma Apriori,†Techno.Com, vol. 22, no. 1, pp. 156–166, 2023.
E. Syahrin and D. Juliawan, “Penerapan Clustering Dengan Fuzzy C-Means Dalam Mendiagnosa Radang Asam Urat,†J. Sains Komput. Inform. (J-SAKTI, vol. 4, no. 2, pp. 632–642, 2020.
A. Yudhistira, A. A. Aldino, and D. Darwis, “Analisis Klasterisasi Penilaian Kinerja Pegawai Menggunakan Metode Fuzzy C-Means (Studi Kasus : Pengadilan Tinggi Agama bandar lampung),†J. Ilm. Edutic Pendidik. dan Inform., vol. 9, no. 1, pp. 77–82, 2022, doi: 10.21107/edutic.v9i1.17134.
M. Hardiyanti, Y. R. W. Utami, and W. L. Y. Saptomo, “Pemetaan Daerah Berpotensi Transmigran Di Kecamatan Kartasura Dengan Metode Fuzzy C-Means (Fcm) Clustering,†J. Teknol. Inf. dan Komun., vol. 6, no. 1, 2018, doi: 10.30646/tikomsin.v6i1.347.
N. Dwitiyanti, N. Selvia, and F. R. Andrari, “Penerapan Fuzzy C-Means Cluster dalam Pengelompokkan Provinsi Indonesia Menurut Indikator Kesejahteraan Rakyat,†Fakt. Exacta, vol. 12, no. 3, p. 201, 2019, doi: 10.30998/faktorexacta.v12i3.4526.
