Melola Discovery

← Melola Discovery

Jurnal Tanpa peringkat SINTA

CLUSTERING PENENTUAN LOKASI PRIORITAS BANTUAN RUMAH TIDAK LAYAK HUNI KABUPATEN GARUT MENGGUNAKAN ALGORITMA K-MEANS

Jurnal Perencanaan Wilayah · Vol. 7 No. 1 (2022) · hlm. 20–27

DOI
10.33772/jpw.v7i1.23026
ISSN
2502-4205
Terbit
2022-04-25
Penerbit
Universitas Halu Oleo
Bahasa
eng

Abstrak

Rumah layak huni adalah rumah yang memenuhi persyaratan keselamatan bangunan, kecukupan minimum luas bangunan, serta kesehatan penghuni. Di Kabupaten Garut, saat ini masih banyak masyarakat yang rumahnya tidak memenuhi syarat rumah layak huni tersebut, atau biasa disebut dengan memiliki Rumah Tidak Layak Huni (RTLH). Metode yang digunakan pada penelitian ini adalah menggunakan K-Means Clustering dengan aplikasi R-Program. Terdapat 3 data yang digunakan dalam penelitian ini yaitu data jumlah kemiskinan tahun 2021, jumlah RTLH tahun 2021, dan data jumlah orang yang terkena stunting tahun 2021 perkecamatan di Kabupaten Garut. Hasil dari penelitian ini adalah bahwa didapatkan jumlah cluster optimal yaitu 2 cluster, dan kecamatan yang termasuk cluster 2 merupakan kecamatan yang cocok untuk menjadi lokasi prioritas penerima bantuan RTLH. Terdapat 3 kecamatan yang termasuk kedalam cluster 2 tersebut yaitu Kecamatan Bayongbong, Kecamatan Garut Kota dan Kecamatan Malangbong. Penelitian ini dapat dijadikan sebagai salah satu rekomendasi dinas yang berwenang yaitu Dinas Perumahan dan Permukiman (Disperkim) Kabupaten Garut untuk memilih lokasi prioritas penerima bantuan RTLH.

Kata kunci

Jaringan kolaborasi para penulis

Belum ada rekan penulis di Melola.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/ppw/oai, pertama di-harvest 30 Okt 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">CLUSTERING PENENTUAN LOKASI PRIORITAS BANTUAN RUMAH TIDAK LAYAK HUNI KABUPATEN GARUT MENGGUNAKAN ALGORITMA K-MEANS</dc:title>
	<dc:creator>Alamsyah, Marisa Latifah</dc:creator>
	<dc:subject xml:lang="en-US">K-Means Clustering, Lokasi Prioritas, Penerima Bantuan, Rumah Tidak Layak Huni</dc:subject>
	<dc:description xml:lang="en-US">Rumah layak huni adalah rumah yang memenuhi persyaratan keselamatan bangunan, kecukupan minimum luas bangunan, serta kesehatan penghuni. Di Kabupaten Garut, saat ini masih banyak masyarakat yang rumahnya tidak memenuhi syarat rumah layak huni tersebut, atau biasa disebut dengan memiliki Rumah Tidak Layak Huni (RTLH). Metode yang digunakan pada penelitian ini adalah menggunakan K-Means Clustering dengan aplikasi R-Program. Terdapat 3 data yang digunakan dalam penelitian ini yaitu data jumlah kemiskinan tahun 2021, jumlah RTLH tahun 2021, dan data jumlah orang yang terkena stunting tahun 2021 perkecamatan di Kabupaten Garut. Hasil dari penelitian ini adalah bahwa didapatkan jumlah cluster optimal yaitu 2 cluster, dan kecamatan yang termasuk cluster 2 merupakan kecamatan yang cocok untuk menjadi lokasi prioritas penerima bantuan RTLH. Terdapat 3 kecamatan yang termasuk kedalam cluster 2 tersebut yaitu Kecamatan Bayongbong, Kecamatan Garut Kota dan Kecamatan Malangbong. Penelitian ini dapat dijadikan sebagai salah satu rekomendasi dinas yang berwenang yaitu Dinas Perumahan dan Permukiman (Disperkim) Kabupaten Garut untuk memilih lokasi prioritas penerima bantuan RTLH.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Halu Oleo</dc:publisher>
	<dc:contributor xml:lang="en-US">Sekolah Arsitektur, Perencanaan dan Pengembangan Kebijakan, Institut Teknologi Bandung</dc:contributor>
	<dc:date>2022-04-25</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/ppw/article/view/23026</dc:identifier>
	<dc:identifier>10.33772/jpw.v7i1.23026</dc:identifier>
	<dc:source xml:lang="en-US">Jurnal Perencanaan Wilayah; Vol 7, No 1 (2022): Jurnal Perencanaan Wilayah; 20-27</dc:source>
	<dc:source>2502-4205</dc:source>
	<dc:source>10.33772/jpw.v7i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/ppw/article/view/23026/14781</dc:relation>
	<dc:relation>https://ojs.uho.ac.id/index.php/ppw/article/downloadSuppFile/23026/4166</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2022 Marisa Latifah Alamsyah</dc:rights>
</oai_dc:dc>