ix
ABSTRAK
Daniati Uki Eka Saputri (16180125), Pengelompokkan Kebutuhan Air Bersih di Indonesia Periode 2012-2017 Menggunakan Algoritma K-Means
Kebutuhan akan air bersih merupakan kebutuhan yang penting untuk menunjang segala aktifitas manusia dalam keberlangsungan hidupnya, Data menunjukkan bahwa tidak ada provinsi di Indonesia yang memiliki akses terhadap air bersih hingga 100% dan di tahun 2017 tercacat baru mencapai 72,04%. Hal tersebut menunjukkan bahwa akses air bersih untuk memenuhi kebutuhan masih jauh dari kata cukup. Penelitian ini membahas tentang pengelompokkan kebutuhan air bersih di Indonesia periode tahun 2012-2017 menggunakan algoritma K-Means.
Sumber data pada penelitian ini diperoleh dari website resmi Badan Pusat Statistik Nasional yaitu data volume air bersih yang disalurkan perusahaaan air bersih menurut provinsi,2012-2017. Data diolah dengan metode clustering K-Means menjadi 3 cluster yaitu C0 sebagai kelompok kebutuhan rendah menghasilkan anggota sebanyak 25 provinsi, C1 sebagai kebutuhan tinggi menghasilkan anggota sebanyak 4 provinsi dan C2 sebagai kebutuhan sedang menghasilkan anggota sebanyak 5 provinsi. Centroid data untuk cluster C0 150588.24 , centroid data untuk cluster C1 1939461.25, centroid data untuk cluster C2 857876.6. Hasil dari clustering K-Means tersebut diuji menggunakan Validasi Davies Bouldin Index(DBI) sebanyak 3 cluster dengan nilai 0,534.
Kata Kunci: Pengelompokkan, Kebutuhan, Air Bersih, Metode K-Means, Rapidminer, Davies Bouldien Index
x
ABSTRACT
Daniati Uki Eka Saputri (16180125), Grouping Clean Water Needs in Indonesia 2012-2017 Period Using the K-Means Algorithm
The need for clean water is an important need to support all human activities in its survival. Data shows that there is no province in Indonesia that has access to clean water up to 100% and in 2017 it has reached 72.04%. This shows that access to clean water to meet needs is far from enough. This study discusses the categorization of clean water needs in the period 2012-2017 using the K-Means algorithm. The data sources in this study were obtained from the official website of the National Statistics Agency, namely data on the volume of clean water supplied clean water companies by province, 2012-2017 . The data is processed by the K-Means clustering method into 3 clusters, namely C0 as a low needs group producing as many as 25 provinces, C1 as a high demand to produce as many as 4 provinces and C2 as a need to produce 5 provinces. Centroid data for clusters C0 150588.24, centroid data for clusters C1 1939461.25, centroid data for cluster C2 857876.6. The results of the K-Means clustering were tested using the Davies Bouldin Index (DBI) Validation of 3 clusters with a value of 0.534
Keyword: Clustering, Needs, Clean Water, K-Means Method, Rapidminer, Davies Bouldien Index
