Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik Komputer AMIK BSI
Egy Andryan
Universitas Muhammadiyah Pontianak
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Clustering Penduduk Kurang Mampu Di Desa Mekar Baru Menggunakan Algoritma K-Means Egy Andryan; Asrul Abdullah; Putri Yuli Utami
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 10, No 2 (2024): Periode Juli 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v10i2.23157

Abstract

Kemiskinan merupakan masalah yang telah lama ada dan belum terselesaikan oleh pemerintah. Meskipun berbagai upaya seperti program bantuan sosial tunai (BLT) telah dilakukan, masih terdapat kendala dalam pelaksanaannya. Salah satu kendala yang dihadapi pemerintah daerah di Desa Mekar Baru adalah ketidakmerataan dan ketidaktepatan sasaran dalam pendistribusian bantuan sosial. Algoritma K-Means, yang merupakan salah satu algoritma paling populer dan sederhana, digunakan untuk mengelompokkan data penduduk kurang mampu menjadi beberapa klaster. Berdasarkan hasil evaluasi, diperoleh empat klaster: klaster 1 (sangat tidak mampu) dengan 114 data (36,8% dari total data), klaster 0 (sangat mampu) dengan 89 data (28,8%), klaster 3 (mampu) dengan 83 data (26,8%), dan klaster 2 (sangat mampu) dengan 23 data (7,4%). Klaster tersebut diurutkan dari yang memiliki jumlah terbesar hingga terkecil. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang dapat mengidentifikasi klaster dari dataset yang dianalisis menggunakan metode K-Means.
Co-Authors Asrul Abdullah Putri Yuli Utami