METODE HIERARCHICAL K-MEANS UNTUK PENGELOMPOKAN DESA TERTINGGAL DIPROVINSI SUMATERA UTARA SKRIPSI NANIEK BJ MATANARI 101402019
METODE HIERARCHICAL K-MEANS UNTUK PENGELOMPOKAN DESA TERTINGGAL DIPROVINSI SUMATERA UTARA SKRIPSI NANIEK BJ MATANARI
101402019 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2015 METODE HIERARCHICAL K-MEANS UNTUK PENGELOMPOKAN DESA TERTINGGAL DIPROVINSI SUMATERA UTARA SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Teknologi Informasi
NANIEK BJ MATANARI 101402019
PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
PERSETUJUAN
Judul : METODE HIERARCHICAL K-MEANS UNTUK PENGELOMPOKAN DESA TERTINGGAL DI PROVINSI SUMATERA UTARA
Kategori : SKRIPSI Nama : NANIEK BJ MATANARI NomorIndukMahasiswa : 101402019 Program Studi : S1 TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dedy Arisandi, S.T., M.Kom Dr. Syahril Efendi, S.Si.M.IT NIP19790831200912 1 002 NIP 19671110 199602 1 001 Diketahui/Disetujui oleh Program Studi S1 TeknologiInformasi Ketua, Muhammad Anggia Muchtar NIP 19800110 200801 1 010
PERNYATAAN
METODE HIERARCHICAL K-MEANSUNTUK PENGELOMPOKAN DESA TERTINGGAL DIPROVINSI SUMATERA UTARA SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 23 Mei 2015 Naniek BJ Matanari 101402019
UCAPAN TERIMA KASIH
Puji dan syukur penulis sampaikan kehadirat Tuhan Yang Maha Esa atas berkat dan rahmat yang telah diberikan sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi Universitas Sumatera Utara.
Penulis mengucapkan banyak terimakasih kepada Bapak Dr. Syahril Efendi, S.Si., M.IT selaku dosen pembimbing pertama dan Bapak Dedy Arisandi, S.T., M.Kom selaku dosen pembimbing kedua yang telah membimbing, memberi kritik dan saran kepada penulis selama proses penelitian serta penulisan skripsi. Tanpa inspirasi serta motivasi dari kedua dosen pembimbing, tentunya penulis tidak akan mampu menyelesaikan skripsi ini. Penulis juga mengucapkan terimakasih kepada Ibu Sarah Purnamawati, ST., M.Sc. selaku dosen pembanding pertama dan Bapak Seniman, S.Kom., M.Kom. sebagai dosen pembanding kedua yang telah membantu memberikan kritik dan saran yang membantu penulis dalam pengerjaan skripsi ini. Ucapan terimakasih juga penulis tujukan pada semua dosen, pegawai serta staff pada program studi S1 Teknologi Informasi yang telah membantu dan membimbing penulis selama proses perkuliahan.
Penulis juga berterimakasih terutama kepada kedua orang tua penulis, Bapak Asi Matanari serta Ibu Dameria Siringoringo yang telah membesarkan penulis dengan sabar dan penuh kasih sayang. Penulis juga berterimakasih kepada adik-adik penulis Try Loren Matanari, Pascal S.H Matanaridan Daniel S Matanari serta seluruh anggota keluarga penulis yang namanya tidak dapat disebutkan satu per satu.
Terimakasih juga penulis ucapkan kepada senior-senior serta junior-junior Terknologi Informasi di Universitas Sumatera Utara. Secara khusus, penulis juga mengucapkan terimakasih juga kepada sahabat penulis Siti Moriza Tania, Imerlyn A. Silitonga S.K.M., Ossy Memorial S.Sos., Maria Elisabeth, Laura Chandra, Febrina Grace Ivone M, teman- teman Scarlet serta seluruh teman-teman angkatan 2010 Teknologi Informasi yang telah membantu dan bersama-sama dengan penulis melewati seluruh proses perkuliahan di Universitas Sumatera Utara ini.
ABSTRAK
Salah satu masalah utama saat ini baik di negara-negara miskin, berkembang, maupun di negara-negara maju adalah kemiskinan. Kemiskinan merupakan awal dari timbulnya masalah-masalah social lainnya yang terkait erat dengan kualitas pendidikan, kriminalitas, kelaparan, dan sebagainya yang secara tidak langsung akan mengganggu ketahanan atau stabilitas negara. Beragam kebijakan pemerintah terkait dengan kemiskinan tentunya akan efektif jika kebijakan tepat mengarah pada faktor-faktor yang mempengaruhi kemiskinan itu sendiri. Sehingga akan dapat dirumuskan alternative kebijakan pengentasan kemiskinan yang lebih intensif dan tepat sasaran. Oleh sebab itu dilakukan pengelompokan desa dengan menggunakan algoritma hierarchical clustering dan k-means yang mampu mengolah data dan membangun model secara efisien dengan jumlah data yang besar. Variabel input untuk pengelompokkan desa tertinggal meliputi jarak kantor kepala desa terhadap kantor bupati, rasio jumlah sarana pendidikan per 100 penduduk, rasio jumlah sarana kesehatan per 100 penduduk, rasio jumlah tenaga kesehatan per 100 penduduk, jumlah minimarket, persentase keluarga pertanian, persentase keluarga pengguna listrik, persentase keluarga yang tinggal dibantaran sungai, dan rasio penderita gizi buruk per 1000 penduduk. Dari sistem yang dibangun diperlukan waktu ± 2 menit untuk proses iterasi centroid dan jarak clusternya untuk
clustering 5797 data desa. Yang mana hasil yang diperoleh dengan penggunaan 5 cluster
adalah kelompok desa paling banyak berada di cluster 3 dengan banyak desa 4443 desa, kemudian diikuti oleh cluster 1 sebanyak 1264 desa, cluster 4 sebanyak 62 desa, kemudian
cluster 2 dan 5 sebanyak 14 desa.
Kata Kunci — clustering, algoritma k-means, hierarhical, pengelompokan, desa tertinggal, data mining.
HIERARCHICAL K-MEANS METHODTO CLASSIFYTHE UNDERDEVELOPED
VILLAGESINTHE PROVINCEOF NORTH SUMATERA
ABSTRACT
One of the main problem in poor, developing and even developed countries nowadays is
poverty. Poverty is the root to all other social problems related to education quality, crimes,
famine, etc, which will indirectly affect the national resilience or stability. Various
government policies related to the poverty will surely become more effective if those policies
are aiming directly at the cause of the poverty itself, so that government could find a more
intensive and 'right on target' alternative to alleviate poverty. Therefore, groupings were
done using Hierarchical Clustering and K-Means algorithm which are able to process data
and construct model efficiently even with a large amount of data. Input variable for
underdeveloped village grouping includes the distance between village chief's office and
regent's office, ratio of educational facilities per 100 residents, ratio of health facilities per
100 residents, ratio of health professionals per 100 residents, number of minimarket built,
farmer household percentage, power user household percentage, percentage of household
which live on riverbanks, and ratio of malnutrition per 1000 residents. Built system needs
approximately 2 minutes for centroid iteration process and the cluster distance for 5797
village data clustering. Result gained using 5 clusters is most village were in the cluster 3
with 4443 villages, followed by cluster 1 with 1264 villages, cluster 4 with 62 villages, then
cluster 2 and 5 both with 14 villages.Keywords - clustering, algorithm, k-means, hierarchical, grouping, underdeveloped village,
data mining.
DAFTAR ISI
Hal.
3.1 Data yang Digunakan
12
2.3.1.Ukuran Kedekatan (Proximity)
13
2.4 Hierarhical Clustering
15
2.5Algoritma K-Means
17
2.6 Penelitian Terdahulu
18
21
2.2.2.Pengelompokkan Data Mining
3.2Pemrosesan Data
22
3.3 Uji Coba Algoritma Hierachical dan K-Means
22
3.4 Analisis Sistem
54
4.1 Implementasi Sistem
57
4.1.1. Spesifikasi Perangkat Keras dan Lunak yang Digunakan
57
11
9
1.4 Ruang Lingkup Penelitian
1.2 Rumusan Masalah
3
1.3 Tujuan Penelitian
4
4
2.2.1. Tahapan Data Mining
1.5 Manfaat Penelitian
4
2.1 Daerah Tertinggal
7
2.2 Penambangan Data (Data Mining)
8
2.3 Clustering
4.1.2. Implementasi Perancangan Antarmuka
57
4.2 Pengujian Sistem
71
4.2.1. Rencana Pengujian Sistem
71
4.2.2. Kasus dan Hasil Pengujian Sistem
72
5.2 Saran
76 Daftar Pustaka
77
DAFTAR TABEL
Hal.Tabel 2.1. Penelitian Terdahulu19 Tabel 3.1. Pemberian Nama Cluster Pada Masing - Masing Data
25 Tabel 3.2. Matrik Perhitungan Jarak Cluster
31 Tabel 3.3. Matrik Perhitungan Jarak Cluster L(C ) = 0 dan m = 0
32 Tabel 3.4. Matrik Perhitungan Jarak Cluster L(C /C
1 ) =0.50 dan m = 1
32 Tabel 3.5. Matrik Perhitungan Jarak Cluster L(C 3/ C
4 ) = 1.30 dan m = 2
32 Tabel 3.6. Matrik Perhitungan Jarak Cluster L(C 2/ C 3/ C
4 ) = 2.07
dan m = 3
33 Tabel 3.7 Matrik Perhitungan Jarak Cluster L(C C C C C ) = 0.74
0/ 1/ 2/ 3/
4
dan m = 4
33 Tabel 3.8 Matrik Perhitungan Jarak Cluster L(C 0/ C 1/ C 2/ C 3/ C 4/ C 5796 ) = 2.21 dan m = 5
33 Tabel 3.9 Anggota Cluster Baru yang Dibentuk
35 Hasil Centroid Awal Masing
37 Tabel 3.10 – Masing Cluster Hasil Penghitungan Jarak Cluster
Tabel 3.11 Dengan Centroidnya40 Tabel 3.12 Anggota Data Awal Masing-Masing Cluster
40 Tabel 3.13 Anggota Cluster Baru yang Dibentuk
41
Tabel 3.14 Hasil Centroid Baru Masing43
- – Masing Cluster
Pengulangan I
46 Tabel 3.16 Anggota Data Baru Masing-Masing Cluster Pada Pengulangan I
47 Tabel 3.17 Anggota Cluster baru yang dibentuk
47 Tabel 3.18 Hasil Centroid Baru Masing
- – Masing Cluster SetelahPengulangan II 49
Pengulangan II
52 Tabel 3.20 Anggota Data Baru Masing-Masing Cluster Pada Pengulangan II
53 Tabel 3.21 Hasil Akhir Proses Clustering
53 Tabel 4.1. Perhitungan Total Jarak Cluster Terhadap Centroidnya
67 Tabel 4.2. Perhitungan Jarak Rata-Rata Cluster
67 Tabel 4.3. Perhitungan Jarak Rata-Rata Cluster Terhadap Jumlah Rata-Rata
68 Tabel 4.4. Total JarakCluster Terhadap Semua Parameter
68 Tabel 4.5. Rencana Pengujian
71 Tabel 4.6. Hasil Pengujian
72
DAFTAR GAMBAR
Hal.Gambar 2.1.BidangIlmu Data Mining (Pramudiono, 2006)
9 Gambar 2.2.Tahapan Data Mining (Fayyad, 1996)
11 Gambar 2.3. Dendogram Penggromboloan Berhierarki Dengan Prosedur
Agglomerative Dan Divisive (Izenman, 2008)
15 Gambar 2.4. Ilustrasi Prosedur Linkage dari Dua Cluster (Izenman, 2008)
17 Gambar 3.1. Print Screen Data Podes Sumatera Utara Tahun 2011
22 Gambar 3.2. Flowchart Algoritma Hierarchical Clustering dan K-Means
24 Gambar 3.3. Dendrogram Jarak Cluster
33 Gambar 3.4. Flowchart Hierarchical Clustering K-Means
54 Gambar 3.5. Flowchart Sistem
56 Gambar 4.1. Halaman Home
58 Gambar 4.2. Halaman Proses
58 Gambar 4.3. Halaman Proses Clustering
59 Gambar 4.4. Halaman Hasil Clustering
60 Gambar 4.5. Halaman Cek Cluster
63 Gambar 4.6. Halaman Proses Cek Cluster
64 Gambar 4.7. Halaman HasilCek Cluster
65 Gambar 4.8. Halaman Proses Gagal
66 Gambar 4.9. Perbandingan Cluster Maju Dengan Rata-Rata Cluster
69
Gambar 4.10. Perbandingan Cluster Menuju Maju Dengan Rata-Rata Cluster69 Gambar 4.11. Perbandingan Cluster Sedang Dengan Rata-Rata Cluster
70 Gambar 4.12. Perbandingan Cluster Menuju Sedang Dengan Rata-Rata Cluster
70 Gambar 4.13. Perbandingan Cluster Tertinggal Dengan Rata-Rata Cluster
70