Page 2 - PowerPoint 演示文稿
P. 2
Jurnal 1
PENERAPAN DATA MINING PADA JUMLAH PENDUDUK
MISKIN DI INDONESIA
2
3
Nugroho Arif Sudibyo , Ardymulya Iswardani , Kartika Sari , Siti Suprihatiningsih 4
1
1,2 Universitas Duta Bangsa Surakarta
3 Universitas Padjadjaran
4 STKIP Pamane Talino, Landak
nugroho_arif@udb.ac.id , ardymulya@udb.ac.id , kartika20003@mail.unpad.ac.id ,
1
2
3
4
s.suprihatiningsih@stkippamanetalino.ac.id
Abstract:
The purpose of this study is to apply data mining to the number of poor people in
Indonesia with data from 2006 to March 2020. Cluster analysis will be carried out
using the k-menas method and then predictions on the number of poor people in
Indonesia. The results showed that using the k- means cluster analysis method
obtained two clusters. Furthermore, based on predictions that have been carried
out with double exponential smoothing with an Alpha value of 1.094 and a Gamma
of 0.539, it is predicted that in the next period there will be 27.4405 million poor
people in Indonesia.
Keywords: Cluster, K-means, Prediction, Poor.
Abstrak :
Tujuan penelitian ini adalah menerapkan data mining pada jumlah penduduk miskin
di Indonesia dengan data 2006 sampai Maret 2020. Akan dilakukan analisis cluster
dengan metode k-menas kemudian dilakukan prediksi pada jumlah penduduk
miskin di Indonesia. Hasil penelitian menunjukkan bahwa dengan analisis cluster
metode k-means diperoleh dua cluster. Selanjutnya, berdasarkan prediksi yang telah
dilakuakan dengan double exponential smoothing dengan nilai Alpha 1,094 dan
Gamma 0,539, diprediksi periode selanjutnya terdapat 27,4405 juta jiwa penduduk
miskin di Indonesia.
Kata Kunci : Cluster, K-means, Prediksi, Miskin.
\
Received: November 30, 2020 / Accepted: December 15, 2020 / Published Online: December 31, 2020
