Penerapan Algoritma k-Means Clustering untuk Pengelompokan Pembangunan Jalan pada Dinas Pekerjaan Umum dan Penataan Ruang

  • Kurniadi D
  • Agustin Y
  • Akbar H
  • et al.
N/ACitations
Citations of this article
97Readers
Mendeley users who have this article in their library.

Abstract

Proses penentuan prioritas pembangunan jalan di Dinas Pekerjaan Umum dan Penataan Ruang (PUPR) Kabupaten Garut kurang efektif, baik dalam segi keabsahan dalam mencapai tujuan maupun dalam segi waktu rekap. Hal ini dikarenakan tidak adanya pengelompokan yang baik. Penelitian ini menggunakan metode Cross-Industry Standard Process for Data Mining dan algoritma k-means dalam mengelompokkan data pembangunan jalan dengan atribut jenis, panjang, dan nominal pembangunan. Hasil penelitian ini adalah dipilihnya pengelompokan dengan lima klaster dengan nilai indeks Davies-Bouldin terkecil, yaitu sebesar 0,1617. Analisis karakteristik pembangunan jalan dari klaster terbesar yaitu dari Kelompok 1,  Kelompok 2,  Kelompok 3,  Kelompok 5, dan  Kelompok 4, dengan nominal pembangunan bergantung pada jenis pembangunannya. Dari hasil pengetahuan pengelompokan dan karakteristik kelompok, maka Dinas PUPR Kabupaten Garut dapat memprioritaskan pembangunan jalan kecil lebih banyak dibanding pembangunan jalan sedang ataupun besar dengan melihat pengajuan berdasarkan kelompoknya.

Cite

CITATION STYLE

APA

Kurniadi, D., Agustin, Y. H., Akbar, H. I. N., & Farida, I. (2023). Penerapan Algoritma k-Means Clustering untuk Pengelompokan Pembangunan Jalan pada Dinas Pekerjaan Umum dan Penataan Ruang. AITI, 20(1), 64–77. https://doi.org/10.24246/aiti.v20i1.64-77

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free