Penerapan Algoritma K-Medoids Dalam Menentukan Cluster Kabupaten/Kota Berdasarkan Migrasi Penduduk Jawa Barat
DOI:
https://doi.org/10.55606/jutiti.v4i1.3581Keywords:
Migration, Data mining, Clustering, K-MedoidsAbstract
One of the three main factors influencing population dynamics is migration, along with births and deaths. Changes in population structure will definitely be influenced by migration. If in-migration is more than out-migration, the population will increase, but if out-migration is less than in-migration, the population will decrease. Therefore, it is necessary to know the grouping of regions based on population migration levels. To carry out this grouping, it is necessary to use Data mining methods. In this research, the Data mining used is Clustering using the K-Medoids algorithm. This method divides each district into predetermined groups. The K-Medoids method was chosen because it uses physical data that is not abstract and clear, which is suitable for the problem of grouping population migration data. By grouping migration levels based on districts/cities in West Java, it will be known which districts/cities in West Java have high levels of incoming migration, medium migration and high outmigration. Then recommendations can be given to the local government according to the migration level category.
References
Afidah, N. N., & Masrukan. (2023). Penerapan metode Clustering dengan algoritma k-means untuk pengelompokkan data migrasi penduduk tiap kecamatan di kabupaten rembang. PRISMA, Prosiding Seminar Nasional Matematika, 6, 729–738.
Agustian, D. R., & Dermawan, B. A. (2022). Analisis Clustering demam berdarah dengue dengan algoritma K-Medoids (studi kasus kabupaten karawang). JIKO (Jurnal Informatika Dan Komputer), 6(1), 2477–3964.
Amalia, D. R., Narasati, R., & Faqih, A. (2019). Perbandingan Hasil Klasifikasi Rasa Minuman Thai Tea yang Paling Digemari Menggunakan K-means dan K-Medoids. Prosiding Seminar Nasional Unimus, 2, 401–407.
Amelia, F., Iskandar, I., Kurnia Gusti, S., & Haerani, E. (2023). Clustering keluarga miskin desa bina baru dengan metode k-Medoids. KREA-TIF: JURNAL TEKNIK INFORMATIKA, 11(1), 1–13. https://doi.org/10.32832/krea-tif.v11i1.14104
Dinata, R. K., Furqan, & Retno, S. (2023). Pengelompokan daerah padat penduduk untuk penentuan kawasan perumahan di kota lhokseumawe menggunakan K-Medoids Clustering. Jurnal Elektronika Dan Teknologi Informasi, 4(1), 2721–9380.
Hidayat, M. K., & Fitriana, R. (2022). Implementasi k-means dan K-Medoids dalam pengelompokan wilayah potensial produksi daging ayam. Jurnal Teknologi Industri Pertanian, 32(3), 239–247. https://doi.org/10.24961/j.tek.ind.pert.2022.32.3.239
Iskak, F. R., Utami, I. T., & Wuryandari, T. (2023). Implementasi algoritma K-Medoids dan k-error untuk pengelompokan kabupaten/kota di provinsi jawa tengah berdasarkan jumlah produksi peternakan tahun 2020. Jurnal Gaussian, 11(3), 366–376. https://doi.org/10.14710/j.gauss.11.3.366-376
Mujiburrahmad, Hamid, A. H., & Nufus, T. (2021). Pola Migrasi Dan Faktor-Faktor Yang Berhubungan Dengan Migrasi Penduduk Di Kecamatan Padang Tiji. Jurnal Ilmu Sosial Dan Humaniora, 10(3), 419–429. https://doi.org/10.23887/jish-undiksha.v10i3.34757
Pulungan, N., Suhada, S., & Suhendro, D. (2019). Penerapan Algoritma K-Medoids Untuk Mengelompokkan Penduduk 15 Tahun Keatas Menurut Lapangan Pekerjaan Utama. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 329–334. https://doi.org/10.30865/komik.v3i1.1609
Sari, F. D. R., & Ediwijojo, S. P. (2021). Pemetaan Tingkat Kemiskinan di Provinsi Jawa Tengah Berdasarkan Kabupaten/Kota dengan Metode K-Medoids. JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(4), 1528–1537. https://doi.org/10.30865/mib.v5i4.3278
Widiawati, N., Nurina Sari, B., & Nur Padilah, T. (2022). Clustering data penduduk miskin dampak covid-19 menggunakan algoritma k-Medoids. Journal of Applied Informatics and Computing (JAIC), 6(1), 55. http://jurnal.polibatam.ac.id/index.php/JAIC
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Jurnal Teknik Informatika dan Teknologi Informasi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
