Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Metode K-Modes Untuk Pengelompokkan Angkutan Sungai Dan Penyeberangan Di Kabupaten Bojonegoro Abdolloh Faqih
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (454.836 KB) | DOI: 10.32665/statkom.v1i2.1135

Abstract

Latar   Belakang: Kabupaten Bojonegoro merupakan salah satu kabupaten yang dilewati oleh sungai Bengawan Solo, serta menjadikan aliran sungai sebagai sarana transportasi warga. Transportasi ini lebih cepat daripada transportasi darat, tapi faktor keamanan dan keselamatan masih menjadi masalah utama dalam transportasi tersebut. Tujuan: Menerapkan K-Modes Clustering untuk menentukan Cluster pos penyeberangan mana yang masih kekurangan fasilitas atau perlengkapan keselamatan, sehingga memudahkan Dinas Perhubungan untuk mengevaluasi dan mengambil kebijakan. Metode: Digunakan metode yaitu K-Modes Clustering dan Algoritma Elbow untuk pengelompokkan data kategorik dengan bantuan software R. Penelitian ini dilakukan di Kabupaten Bojonegoro dengan menggunakan data dari Dinas Perhubungan Kabupaten Bojonegoro dengan kriteria data adalah papan himbauan, papan penunjuk arah, rambu sungai, PJU, shelter, trap tambangan, bantuan life jacket, dan ring buoy. Hasil: Diperoleh hasil tiga centroid dengan karakteristik berbeda yaitu Cluster 1 rata-rata masih minim pada fasilitas papan himbauan, trap tambangan, serta life jaket dan ring buoy  sehingga masuk karakteristik fasilitas rendah, Cluster 2 minim pada papan penunjuk arah, rambu sungai, PJU, Life jaket dan ring buoy  sehingga tergolong karateristik fasilitas tinggi, dan Cluster 3 rata-rata hanya minim pada papan himbauan, papan penunjuk arah, serta life jaket dan ring buoy  sehingga digolongkan karateristik fasilitas sedang. Kesimpulan: Angkutan Sungai dan Penyeberangan di Kabupaten Bojonegoro dikelompokkan menjadi 3 Clusters yaitu Cluster rendah, Cluster sedang, dan Cluster tinggi.