Penerapan Metode K-Medoid pada Pengelompokan Rumah Tangga Dalam Perlakuan Memilah Sampah Menurut Provinsi

Desi Asima Silitonga, Agus Perdana Windarto, Dedy Hartama, Sumarno Sumarno

Abstract


Indonesia merupakan negara penyumbang sampah terbesar kedua didunia. Banyak masyarakat disetiap wilayah yang ada di indonesia belum dapat menjaga kebersihan lingkungan, sehingga masalah sampah saat ini belum bisa ditangani dengan baik karena kurangnya kesadaran dan pemahaman manusia atau masyarakat dalam memilahdan mengelolah sampah. Sumber data yang digunakan dari situs Badan Pusat Statistik Indonesia yaitu data Persentase Rumah Tangga Menurut Provinsi dan Perlakuan,2013-2014. Penelitian ini bertujuan untuk mengelompokkan perilaku memilah sampah dengan menggunakan algoritma datamining dengan K-Medoid. Data yang diolah menjadi 2 cluster yaitu cluster tingkat memilah sampah rendah (C1) dan cluster tingkat memilah sampah tinggi (C2). Dimana hasil penelitian ini menyimpulkan dari 33 provinsi di indonesia  bahwa cluster tingkat perilaku memilah sampah rendah (C1) diperoleh 22 provinsi yaitu Aceh, Sumatera Utara, Sumatera Barat, Riau, Jambi, Sumatera Selatan, Bengkulu, Lampung, Kep.Bangka Belitung, Kep.Riau, DKI Jakarta, Jawa Timur, Banten, NTB, Kamlimantan Barat, Kalimantan Selatan, Gorantalo, Sulawesi Barat, Maluku, Maluku Utara, Papua,dan 12 provinsi lainnya termasuk dalam cluster tingkat memilah sampah tinggi (C2).

Kata Kunci: Memilah Sampah, Datamining, K-Medoid, Clustering, Rumah Tangga

Full Text:

PDF

References


B. Yulianto, “Partisipasi Pedagang Dalam Melakukan Pemilahan Sampah di Pasar Baru Kecamatan Tampan Kota Pekanbaru Participation Traders Separating Waste in Pasar Baru Tampan sub District Pekanbaru City,” vol. 3, no. 18, pp. 69–72, 2016.

M. G. Sadewo, A. Eriza, A. P. Windarto, and D. Hartama, “Algoritma K-Means Dalam Mengelompokkan Desa / Kelurahan Menurut Keberadaan Keluarga Pengguna Listrik dan Sumber Penerangan Jalan Utama Berdasarkan Provinsi,” pp. 754–761, 2019.

A. P. Windarto, P. Studi, S. Informasi, and D. Mining, “Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering,” vol. 16, no. 4, pp. 348–357, 2017.

A. P. Windarto, “Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering,” Techno.COM, vol. 16, no. 4, pp. 348–357, 2017.

D. F. Pramesti, M. T. Furqon, and C. Dewi, “Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan / Lahan Berdasarkan Persebaran Titik Panas ( Hotspot ),” J-ptiik, vol. 1, no. 9, pp. 723–732, 2017.

W. A. Triyanto, “Algoritma K-Medoids Untuk Penentuan Strategi Pemasaran,” vol. 6, no. 1, pp. 183–188, 2015.

S. Defiyanti, M. Jajuli, and N. Rohmawati, “Optimalisasi K-MEDOID dalam Pengklasteran Mahasiswa Pelamar Beasiswa dengan CUBIC CLUSTERING CRITERION,” J. Nas. Teknol. dan Sist. Inf., vol. 3, no. 1, pp. 211–218, 2017.

I. Parlina, A. P. Windarto, A. Wanto, and M. R. Lubis, “MEMANFAATKAN ALGORITMA K-MEANS DALAM MENENTUKAN PEGAWAI YANG LAYAK MENGIKUTI ASESSMENT CENTER,” vol. 3, no. 1, pp. 87–93, 2018.

H. Zayuka, S. M. Nasution, and Y. Purwanto, “Perancangan Dan Analisis Clustering Data Menggunakan Metode K-Medoids Untuk Berita Berbahasa Inggris Design and Analysis of Data Clustering Using K-Medoids Method For English News,” e-Proceeding Eng. , vol. 4, no. 2, pp. 2182–2190, 2017.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Seminar Nasional Sains dan Teknologi Informasi (SENSASI)