Penentuan Prioritas Utama Penerima Bantuan Rumah Tidak Layak Huni Menggunakan Metode Clustering K-Means

Authors

  • Ramdan Hidayat
  • Asriyanik Asriyanik
  • Fathia Frazna Az-Zahra

Keywords:

Clustering, Data Mining, KDD, K-Means, RTLH.

Abstract

termasuk kebutuhan fisik, mental dan sosial. Kegagalan memenuhi kebutuhan dasar manusia berdampak pada pengabaian
keluarga dan ketimpangan sosial. salah satu hak dasar Manusia yaitu terpenuhinya kebutuhan primer yaitu pakaian yang layak
(sandang), makan dan minum yang layak (pangan), dan tempat tinggal yang layak (papan). Bantuan rehabilitasi RTLH menjadi
salah satu cara untuk menanggulangi hal tersebut. Namun dalam penerapanya masih terdapat kejadian tidak tepat sasaran
dikarenakan dalam proses penilaian cenderung dengan penilaian subjektif. Salah satu solusi pemecahan masalah ini adalah dengan membuat sebuah aplikasi komputerisasi yang dapat memberikan rekomendasi penilaian kelayakan berdasarkan kriteria-kriteria yang di tentukan sehingga pada saat memberikan bantuan mengurangi resiko kurang tepat sasaran. Sistem yang dibangun yaitu aplikasi website menggunakan metode clustering K-Means. Kriteria yang digunakan pada penelitian ini yaitu kontruksi dinding, atap dan lantai. Dari hasil pengujian aplikasi menggunakan K-means dengan 3 kluster untuk pengelompokan kelayakan dengan 25 sampel data, terdapat hasil pengelompokan data yaitu 8 warga yang layak, kurang layak 6 warga dan 11 warga tidak layak.

Downloads

Published

2023-01-30

How to Cite

Penentuan Prioritas Utama Penerima Bantuan Rumah Tidak Layak Huni Menggunakan Metode Clustering K-Means . (2023). Jurnal Informatika, 2(1), 1-6. https://jurnal.ummi.ac.id/index.php/jift/article/view/3143