Studi Klasterisasi Data LSM dengan Algoritma K-Means Menggunakan RapidMiner
Article Sidebar
Main Article Content
Abstract
Penelitian ini berfokus pada pengorganiz data dari Lembaga Swadaya Masyarakat (LSM) dengan menggunakan teknik pengelompokan K-Means, yang diimplementasikan melalui perangkat lunak RapidMiner. Metode ini berguna untuk menemukan pola dan hubungan dalam kumpulan data ekstensif yang tidak memiliki kategori yang ditetapkan. RapidMiner memungkinkan analisis data yang efisien tanpa memerlukan keterampilan pemrograman tingkat lanjut, sedangkan algoritma K-Means mengelompokkan data dengan mengidentifikasi kesamaan karakteristik menggunakan jarak Euclidean. Kualitas klaster yang terbentuk dievaluasi dengan Indeks Davies-Bouldin (DBI), yang mengukur efektivitas klaster. Temuan penelitian ini diharapkan dapat menawarkan wawasan berharga dalam mengelola LSM, bersama dengan menunjukkan penggunaan teknik pengelompokan yang berlaku di bidang lain.
Article Details
References
Hartini, T., Purnamasari, A. I., Bahtiar, A., & Kaslani, K. (2025). IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK KLASIFIKASI DIAGNOSIS
PENYAKIT LAMBUNG. JATI (Jurnal Mahasiswa Teknik Informatika), 9(1), 76-83.
Romly, M. Z., & Fatah, Z. (2024). ANALISIS POLA PEMBELIAN PRODUK KEBERSIHAN DI
SWALAYAN SALAFIYAH SYAFI’IYAH MENGGUNAKAN ALGORITMA K-
MEANS. Jurnal Riset Sistem Informasi, 1(4), 86-93.
Setyaningtyas, S., Nugroho, B. I., & Arif, Z. (2022). TINJAUAN PUSTAKA SISTEMATIS PADA DATA MINING: STUDI KASUS ALGORITMA K-MEANS CLUSTERING. J
Teknoif Teknik Informatika, 10, 52-61.
Sudarsono, B. G., Leo, M. I., Santoso, A., & Hendrawan, F. (2021). Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner. JBASE-Journal of Business and Audit Information Systems, 4(1).
Yusuf, R. R. (2021). Globalisasi dan Akuntabilitas Lembaga Swadaya Masyarakat (LSM).
Jurnal Pembangunan dan Administrasi Publik.