<![CDATA[Penelitian ini menggabungkan empat studi kasus dalam analisis data publik Indonesia menggunakan pendekatan data mining. Tujuan dari penelitian ini adalah mengeksplorasi pola tersembunyi dari data nyata yang mencakup penyerapan anggaran kementerian tahun 2012, perkembangan UMKM periode 2015–2018, struktur penggajian di Direktorat Jenderal Pajak, serta saham sektor perbankan dalam indeks LQ45. Metode yang digunakan meliputi K-Means Clustering untuk pengelompokan berdasarkan kemiripan fitur, serta Decision Tree untuk klasifikasi efektivitas penyerapan anggaran. Dataset diperoleh dari sumber resmi seperti Seknas FITRA, Kementerian Keuangan, BPS, dan Bursa Efek Indonesia. Hasil analisis menunjukkan bahwa pendekatan data mining mampu mengelompokkan entitas berdasarkan karakteristik dominan, serta menemukan segmentasi yang relevan untuk mendukung pengambilan kebijakan berbasis data. Temuan ini menegaskan pentingnya pemanfaatan data mining dalam menganalisis data publik secara komprehensif dan efisien.]]>
Copyrights © 2025
