Melola Discovery

← Melola Discovery

Jurnal

Penerapan Metode Clustering dengan Algoritma K-Means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang

PRISMA, Prosiding Seminar Nasional Matematika · Vol. 6 (2023) · hlm. 729–738

ISSN
2613-9189
Terbit
2023-03-13
Penerbit
Jurusan Matematika FMIPA UNNES
Bahasa
eng

Abstrak

Adanya kemajuan teknologi informasi saat ini menjadikan kebutuhan akan informasi dari sekumpulan data semakin tinggi. Salah satuya adalah informasi mengenai bidang kependudukan yaitu migrasi. Migrasi merupakan satu dari tiga faktor dasar yang mempengaruhi dinamika kependudukan, selain faktor kelahiran dan kematian. Migrasi diartikan sebagai perpindahan penduduk dari satu tempat ke tempat yang lain dengan tujuan untuk menetap. Peninjauan migrasi sangat penting untuk ditelaah mengingat adanya desentralisasi dan distribusi penduduk yang tidak merata. Data penelitian diperoleh dari Dinas Kependudukan dan Pencatatan Sipil Kabupaten Rembang. Metode pengolahan data yang digunakan dalam pembahasan ini adalah metode clustering dengan algoritma K-Means, dimana data akan dikelompokkan menjadi 3 cluster yaitu tinggi (C1), sedang (C2), dan rendah (C3). Tujuan dari penelitian ini adalah untuk mengelompokkan data migrasi penduduk tiap kecamatan di Kabupaten Rembang. Analisis data menggunakan algoritma K-Means dilakukan dengan cara perhitungan manual dan memanfaatkan aplikasi RapidMinner. Hasil yang diperoleh dari pembahasan ini adalah bahwa terdapat sedikit perbedaan antara perhitungan manual dengan aplikasi RapidMinner dimana pada perhitungan manual cluster 1 (C1) sebanyak 7 kecamatan, cluster 2 (C2) sebanyak 6 kecamatan, dan cluster 3 (C3) sebanyak 1 kecamatan. Sedangkan pada aplikasi RapidMinner cluster 1 (C1) sebanyak 10 kecamatan, cluster 2 (C2) sebanyak 3 kecamatan, dan cluster 3 (C3) sebanyak 1 kecamatan.

Jaringan kolaborasi para penulis

40 penulis · 113 tautan kepenulisan bersama · 9 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • International Islamic University Malaysia
  • State University of Gorontalo
  • Jenderal Soedirman University
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Kartono KartonoState University of Semarang7
Wardono WardonoAfiliasi tidak diketahui5
Iwan JunaediState University of Semarang4
Sugiyo SugiyoAfiliasi tidak diketahui3
Scolastika MarianiState University of Semarang3
Arief AgoestantoState University of Semarang3
Rochmad RochmadInternational Islamic University Malaysia3
Isti HidayahState University of Semarang3
Emi PujiastutiState University of Semarang3
Amin SuyitnoState University of Semarang3
Sugiman SugimanAfiliasi tidak diketahui3
Samsudi SamsudiAfiliasi tidak diketahui2
Wahyu HardyantoAfiliasi tidak diketahui2
Muhammad KhumaediState University of Semarang2
St. Budi WaluyaAfiliasi tidak diketahui2
Zaenuri ZaenuriState University of Semarang2
Ana RisdiantiAfiliasi tidak diketahui2
Taulia DamayantiState University of Gorontalo2
Moh. AminudinAfiliasi tidak diketahui2
Vena AgustinaState University of Semarang1
Walid WalidState University of Semarang1
Ani RusilowatiState University of Semarang1
Heru SetyantoAfiliasi tidak diketahui1
Triastuti SulistyaningsihAfiliasi tidak diketahui1
Tri Sri NoorAsihAfiliasi tidak diketahui1
R SusantiState University of Semarang1
Eko AdinuryadinAfiliasi tidak diketahui1
Fauziah Asri LatifahAfiliasi tidak diketahui1
Joko WidodoState University of Semarang1
Kasir Santoso WidodoAfiliasi tidak diketahui1
Dwi PurwaningsihAfiliasi tidak diketahui1
Sigit GunawanAfiliasi tidak diketahui1
Sugiyono SugiyonoJenderal Soedirman University1
Noerhidayah SuprihatiniAfiliasi tidak diketahui1
Rivo Panji YudhaAfiliasi tidak diketahui1
Enika WulandariState University of Semarang1
YL SukestiyarnoState University of Semarang1
Mariani ScholastikaState University of Semarang1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/prisma/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 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">Penerapan Metode Clustering dengan Algoritma K-Means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang</dc:title>
	<dc:creator>Afidah, Nayla Nur</dc:creator>
	<dc:creator>Masrukan, Masrukan</dc:creator>
	<dc:description xml:lang="en-US">Adanya kemajuan teknologi informasi saat ini menjadikan kebutuhan akan informasi dari sekumpulan data semakin tinggi. Salah satuya adalah informasi mengenai bidang kependudukan yaitu migrasi. Migrasi merupakan satu dari tiga faktor dasar yang mempengaruhi dinamika kependudukan, selain faktor kelahiran dan kematian. Migrasi diartikan sebagai perpindahan penduduk dari satu tempat ke tempat yang lain dengan tujuan untuk menetap. Peninjauan migrasi sangat penting untuk ditelaah mengingat adanya desentralisasi dan distribusi penduduk yang tidak merata. Data penelitian diperoleh dari Dinas Kependudukan dan Pencatatan Sipil Kabupaten Rembang. Metode pengolahan data yang digunakan dalam pembahasan ini adalah metode clustering dengan algoritma K-Means, dimana data akan dikelompokkan menjadi 3 cluster yaitu tinggi (C1), sedang (C2), dan rendah (C3). Tujuan dari penelitian ini adalah untuk mengelompokkan data migrasi penduduk tiap kecamatan di Kabupaten Rembang. Analisis data menggunakan algoritma K-Means dilakukan dengan cara perhitungan manual dan memanfaatkan aplikasi RapidMinner. Hasil yang diperoleh dari pembahasan ini adalah bahwa terdapat sedikit perbedaan antara perhitungan manual dengan aplikasi RapidMinner dimana pada perhitungan manual cluster 1 (C1) sebanyak 7 kecamatan, cluster 2 (C2) sebanyak 6 kecamatan, dan cluster 3 (C3) sebanyak 1 kecamatan. Sedangkan pada aplikasi RapidMinner cluster 1 (C1) sebanyak 10 kecamatan, cluster 2 (C2) sebanyak 3 kecamatan, dan cluster 3 (C3) sebanyak 1 kecamatan.</dc:description>
	<dc:publisher xml:lang="en-US">Jurusan Matematika FMIPA UNNES</dc:publisher>
	<dc:date>2023-03-13</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://journal.unnes.ac.id/sju/prisma/article/view/67038</dc:identifier>
	<dc:source xml:lang="en-US">PRISMA, Prosiding Seminar Nasional Matematika; Vol 6 (2023): PRISMA, Prosiding Seminar Nasional Matematika XVI; 729-738</dc:source>
	<dc:source>2613-9189</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/prisma/article/view/67038/23912</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2023 PRISMA, Prosiding Seminar Nasional Matematika</dc:rights>
</oai_dc:dc>