APLIKASI K-MEANS... Tinus Septioko, Hanna Arini Parhusip, Tundjung Mahatma
355 Community economic grouping to do with the method of clustering, where by households with
similar characteristics will be grouped into the same group. To get the cluster more quickly and efficiently so in this study, the application was developed to classify the data Susenas households in
Salatiga in 2011 quarter one and two based on an economic level, ie the upper economy household, middle class household, and the bottom economy household. Grouping of data is done using k-means
clustering method, by classifying n-pieces with a p-dimensional objects into k-clusters based on a minimum distance of each data to a cluster center. Applications built is expected to help for the
purpose of grouping the data for private need.
From the results of a study of 254 samples of the data, obtained by the three groups of households based on an economic level, ie 25 upper economy households, 99 middle class households,
and 130 down economy household. The average household income in the lower economic category of households ranged up 2 million to 2.25 million per month, while for the other two categories of
income must be above 2.25 million per month. Kata kunci : Susenas, cluster, K-means, economy.
1. Pendahuluan
Pemberian bantuan untuk masyarakat miskin sudah banyak dilakukan, seperti
raskin, BLT, dan bantuan yang lainnya. Melalui survei yang dilakukan BPS, yaitu
Susenas dapat diketahui perekonomian masyarakat. Mencegah terjadinya salah
sasaran pemberian bantuan, maka dari data perekonomian
masyarakat, harus
dikelompokkan terlebih dahulu ke dalam kelompok-kelompok
ekonomi. Untuk
melakukan pengolahan
data dapat
dilakukan dengan metode cluster. Metode cluster adalah metode yang digunakan
untuk mengelompokkan data ke dalam satu atau lebih kelompok yang mempunyai
karakteristik yang mirip. Penghitungan manual akan sulit dilakukan mengingat
data
yang diolah
tidaklah sedikit.
Penghitungan manual yang lama dan rumit dapat diatasi dengan adanya program
komputer. Peran komputer sebagai alat bantu
pengelompokan data
sangat menunjang dalam kecepatan dan ketepatan
hasil. Dalam
berbagai bidang,
pengelompokan data banyak digunakan dengan berbagai tujuan. Dalam bidang
ekonomi, clustering atau pengelompokan data digunakan untuk membuat segmen
pasar, memahami
perilaku pembeli,
mengenali peluang produk baru Supranto 2004, digunakan untuk mengelompokkan
saham-saham perusahaan Mahadwartha 2002, dalam bidang pendidikan digunakan
untuk memprediksi kualitas akademik siswa Oyelade et al. 2010, Program
komputer untuk pengelompokan data banyak dijumpai, namun program-program
tersebut relatif memiliki memori yang besar dan susah dalam penggunaannya.
Dalam penelitian ini masalah yang timbul adalah bagaimana membangun
aplikasi k-means yang dapat digunakan untuk mengelompokkan data Susenas
Salatiga tahun 2011 triwulan satu dan dua untuk mengelompokkan rumah tangga
berdasarkan tingkat ekonomi. Hasil yang didapatkan dapat digunakan untuk patokan
dalam pengambilan keputusan, misal sebagai patokan untuk pemberian bantuan
kepada masyarakat seperti raskin, BLT, ataupun bantuan yang lainnya. Tujuan dari
penelitian ini adalah membangun aplikasi dengan
metode k-means
untuk mengelompokkan rumah tangga di Salatiga
berdasarkan data Susenas ke dalam kriteria rumah tangga ekonomi atas, rumah tangga
ekonomi menengah, dan rumah tangga
358 | Proceeding for Call Paper PEKAN ILMIAH DOSEN FEB – UKSW, 14 DESEMBER 2012
ekonomi bawah. Pada penelitian ini data yang digunakan terbatas pada data Susenas
dan pebuatan program dilakukan dengan program matlab R2009a.
Program ini
berdasarkan pada
metode k-means clustering. K-means merupakan salah satu metode clustering
non hirarki yang berusaha mempartisi data ke dalam satu atau lebih cluster kelompok
berdasarkan
jarak minimal
data ke
centroid. Metode ini mempartisi data, dimana data yang memiliki karakteristik
yang mirip dikelompokkan ke dalam cluster yang sama Agusta 2007; Santoso
2007.
2. Analisis
