Syabariananda, Pramestiti Aisyah Noor
Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya

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

Found 1 Documents
Search

Pengelompokan Desa Program Pendaftaran Tanah Sistematis Lengkap di Jawa Timur Menggunakan Metode Ensemble Fuzzy C-Means dan K-Modes Syabariananda, Pramestiti Aisyah Noor; Sutikno, Sutikno
Jurnal Sains dan Seni ITS Vol 13, No 6 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i6.155815

Abstract

Pendaftaran hak atas tanah merupakan kegiatan penting pemerintah untuk memberikan kepastian dan perlindungan hukum bagi pemegang hak atas tanah melalui sertifikat. Hanya sekitar 31,74% dari 126 juta bidang tanah di Indonesia yang berhasil terdaftar hingga tahun 2016. Pemerintah memulai program baru bernama Pendaftaran Tanah Sistematis Lengkap (PTSL) yang melibatkan pendaftaran serentak tanah yang belum terdaftar di suatu wilayah. Jawa Timur sebagai salah satu provinsi yang telah melaksanakan program PTSL dengan 318 desa memiliki karakteristik keadaan wilayah yang berbeda-beda. Pada penelitian ini digunakan metode analisis kelompok data campuran, yaitu ensemble fuzzy c-means dan k-modes untuk mengelompokkan desa-desa di Jawa Timur berdasarkan karakteristik desa dalam memprioritaskan wilayah sebagai upaya percepatan pemenuhan target pendaftaran tanah. Penelitian ini menggunakan data Analisis Risiko PTSL-PM Fase 6 di Jawa Timur pada tahun 2023. Hasil penelitian menggunakan ensemble fuzzy c-means dan k-modes menghasilkan empat cluster optimum dengan nilai akurasi tergolong tinggi. Desa pada cluster satu memiliki karakteristik tidak termasuk status kawasan lahan, desa pada cluster dua memiliki karakteristik jumlah kepala keluarga tertinggi, desa pada cluster tiga memiliki karakteristik topografi bergelombang dan desa pada cluster empat memiliki karakteristik total bidang tanah terendah.