JOURNAL INFO
Analisis Data Penyandang Masalah Kesejahteraan Sosial Menggunakan Algoritma Fuzzy C-Means
Abstract
Kesejahteraan sosial menjadi perhatian utama dalam berbagai negara, dan identifikasi dan pemahaman yang lebih baik tentang masalah ini menjadi penting untuk merancang kebijakan dan program yang lebih efektif. Masalah kesejahteraan sosial seperti kemiskinan, disabilitas, dan ketimpangan sosial menjadi isu yang mendapat perhatian luas. Tujuan penelitian ini adalah untuk menganalisis data penyandang masalah kesejahteraan sosial dengan mengoptimalkan nilai K berdasarkan Davies Bouldin Index. Penelitian ini menggunakan metode Knowledge Discovery in Database dengan algoritma Fuzzy C-Means untuk mengelompokkan data penyandang masalah kesejahteraan sosial dengan lebih baik. Algoritma ini digunakan karena pengelompokkan datanya berdasarkan dengan derajat keanggotaan sehingga pusat cluster yang dihasilkan dalam mencapai fungsi sasaran mencari solusi terbaik. Dalam penelitian ini, data yang digunakan adalah data penyandang masalah kesejahteraan sosial di Kabupaten Karawang. Hasil dari penelitian ini menunjukkan bahwa metode Fuzzy C-Means Clustering dapat memberikan pengelompokan data penyandang masalah kesejahteraan sosial yang lebih akurat dan representatif. Dalam penelitian ini dapat ditemukan nilai Davies Bouldin Index yaitu 0,564 dan nilai K optimal yaitu 4. Dengan menggunakan metode ini, kelompok-kelompok yang memiliki karakteristik dan kebutuhan yang serupa dapat diidentifikasi dengan lebih baik.
Keywords
Fuzzy C-Means; Masalah Kesejahteraan Sosial; Clustering, Davies Bouldin Index; Nilai K Optimal
Full Text:
PDFReferences
N. N. A. Nanda, N. Ulinnuha, and H. Khaulasari, “Pengelompokan Kecamatan di Wilayah Kabupaten Bojonegoro Berdasarkan Jenis Penyandang Masalah Kesejaheteraan Sosial Menggunakan Fuzzy C-Means Clustering,” Techno.COM, vol. 22, no. 2, pp. 499–507, 2023.
R. A. Prasetyo et al., “Tekanan Kemiskinan Penyandang Masalah Kesejahteraan Sosial ( PMKS ) pada Masa Pandemi di Kabupaten Gresik Program Studi Ilmu Politik , Universitas Wijaya Kusuma Surabaya Poverty Pressure for People with Social Welfare Problems ( PMKS ) During the Pandemic,” J. Sosiol. Pendidik. Humanis, vol. 7, no. 2, pp. 12–26, 2022.
E. Syafaqoh, N. Ulinnuha, and L. Hakim, “Klusterisasi Penyandang Masalah Kesejahteraan Sosial (PMKS) Di Kabupaten Bojonegoro Menggunakan Algoritma K-Medoids,” KUBIK J. Publ. Ilm. Mat., vol. 7, no. 2, pp. 78–87, 2023, doi: 10.15575/kubik.v7i2.21653.
G. N. S. Putri, D. Ispriyanti, and T. Widiharih, “Implementasi Algoritma Fuzzy C-Means Dan Fuzzy Possibilistics C-Means Untuk Klasterisasi Data Tweets Pada Akun Twitter Tokopedia,” J. Gaussian, vol. 11, no. 1, pp. 86–98, 2022, doi: 10.14710/j.gauss.v11i1.33996.
R. Rahmati and A. W. Wijayanto, “Analisis Cluster Dengan Algoritma K-Means, Fuzzy C-Means Dan Hierarchical Clustering,” JIKO (Jurnal Inform. dan Komputer), vol. 5, no. 2, pp. 73–80, 2021.
K. E. Setiawan, A. Kurniawan, A. Chowanda, and D. Suhartono, “Model pengelompokan rumah sakit di Jakarta menggunakan fuzzy,” Procedia Ilmu Komput., vol. 216, pp. 356–363, 2023.
I. F. Ashari, E. Dwi Nugroho, R. Baraku, I. Novri Yanda, and R. Liwardana, “Analysis of Elbow, Silhouette, Davies-Bouldin, Calinski-Harabasz, and Rand-Index Evaluation on K-Means Algorithm for Classifying Flood-Affected Areas in Jakarta,” J. Appl. Informatics Comput., vol. 7, no. 1, pp. 89–97, 2023, doi: 10.30871/jaic.v7i1.4947.
I. Nanda Nur Rahmawati , M . Ivan Ariful Fathoni, “Penentuan Penerima KIP Kuliah Mahasiswa S1 Unugiri Menggunakan Fuzzy C-Means Clustering,” Transform. J. Pendidik. Mat. dan Mat., vol. 6, no. 2, pp. 121–130, 2022, doi: 10.36526/tr.v.
V. S. Thalapala and K. Guravaiah, “FCMCP : Fuzzy C-Means untuk Penempatan Kontroler dalam Jaringan yang Ditentukan Perangkat Lunak,” Procedia Ilmu Komput., vol. 201, pp. 109–116, 2022.
M. F. Julianto, S. W. Hadi, S. Setiaji, W. Gata, and R. Pebrianto, “Clustering Pencapaian Target Penjualan Rumah Para Karyawan Marketing Menggunakan Rapid Miner Dan Algoritma K-Means,” Bianglala Inform., vol. 8, no. 2, pp. 79–85, 2020, doi: 10.31294/bi.v8i2.8189.
I. A. Darmawan, M. F. Randy, I. Yunianto, M. M. Mutoffar, and M. T. P. Salis, “Penerapan Data Mining Menggunakan Algoritma Apriori Untuk Menentukan Pola Golongan Penyandang Masalah Kesejahteraan Sosial,” Sebatik, vol. 26, no. 1, pp. 223–230, 2022, doi: 10.46984/sebatik.v26i1.1622.
F. I. Putri, R. Damayanti, and Kismiantini, “Penerapan Algoritma K-Means Untuk Mengelompokan Kecamatan Di Kabupaten Gunungkidul Berdasarkan Program Keluarga Harapan,” Pros. Semin. Nas. Mat. Stat. dan Apl., vol. 2, pp. 408–418, 2022.
T. Fitri, A. N. Rahma, and C. C. Marzuki, “Pengelompokkan Data Penerima Bantuan Program Keluarga Harapan ( Pkh ) di Kecamatan Tuah Madani Pekanbaru Menggunakan Fuzzy C-Means,” JSMS (Jurnal Sains Mat. dan Stat., vol. 9, no. 1, pp. 1–10.
S. Khairunnisa and M. I. Jambak, “Pengelompokan Cuaca Kota Palembang Menggunakan Algoritma K-Means Clustering Untuk Mengetahui Pola Karakteristik Cuaca,” J. Media Inform. Budidarma, vol. 6, no. 4, p. 2352, 2022, doi: 10.30865/mib.v6i4.4810.
Y. R. Sari, A. Sudewa, D. A. Lestari, and T. I. Jaya, “Penerapan Algoritma K-Means Untuk Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer,” CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 2, p. 192, 2020, doi: 10.24114/cess.v5i2.18519.
F. N. Hayati, M. Silfiani, and D. Nurlaily, “Perbandingan Pengelompokkan Pusat Kesehatan Masyarakat Di Kota Balikpapan Menggunakan Metode K-Means Dan Fuzzy C-Means, Comparison of Groupings of Community Health Centers in Balikpapan City Using K-Means and Fuzzy C-Means Methods,” Var. J. Stat. Its Appl., vol. 5, no. April, pp. 55–66, 2023.
DOI: https://doi.org/10.24114/cess.v9i1.55009
Article Metrics
Abstract view : 13 timesPDF - 20 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
CESS (Journal of Computer Engineering, System and Science)
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License