Analisis Algoritma K-Means Clustering Untuk Daerah Penyebaran Sampah di Kota Bekasi

Abstract

Sampah sudah menjadi masalah nasional. Masalah sampah terkait erat dengan pertumbuhan populasi, pertumbuhan ekonomi dan perubahan pola konsumsi. Penduduk Kota Bekasi setiap hari menghasilkan 1900 ton sampah ke Tempat Pembuangan Akhir tanpa membutuhkan biaya kecil dan armada yang cukup serta lahan Tempat Pembuangan Akhir yang luas. Fasilitas dan infrastruktur pengolahan sampah adalah kebutuhan utama untuk meringankan masalah sampah. Data mining dapat digunakan dalam  menemukan area distribusi sampah. Tujuan dari penelitian ini yaitu mengelompokkan distribusi sampah dengan sampah tinggi, sedang dan rendah di Kota Bekasi. Pengujian dilakukan dengan 3 skenario berbeda dan nilai K untuk mendapatkan nilai K optimal. Setelah itu, dilakukan 3 skenario dan nilai benih acak berbeda dilakukan. pengujian dievaluasi menggunakan SSE (Sum of Square Error). Hasil evaluasi menunjukkan bahwa jumlah optimal K3 dengan selisih sebesar SSE 58.889504 pada tahun 2018. Sedangkan pada 2019 memiliki selisih sebesar SSE 47.15601. Cluster pada tahun 2018 dari tiga nilai random seed (S) menghasilkan nilai yang sama dengan nilai SSE 26.03858, 2019 cluster dari tiga nilai S menghasilkan nilai paling optimal pada S = 25 dengan nilai SSE 33.868462.