PENERAPAN METODE K-MEANS CLUSTERING UNTUK PENGELOMPOKAN WARGA DALAM MENENTUKAN PRIORITAS PROGRAM BANTUAN DI KANTOR DESA SUNGAI REBO

Sartika, Bela (2026) PENERAPAN METODE K-MEANS CLUSTERING UNTUK PENGELOMPOKAN WARGA DALAM MENENTUKAN PRIORITAS PROGRAM BANTUAN DI KANTOR DESA SUNGAI REBO. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) Cover.pdf - Published Version Download (1MB) | Preview
Preview	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (178kB) | Preview
	Text (BAB I) BAB I.pdf - Published Version Restricted to Repository staff only Download (279kB) | Request a copy
	Text (BAB II) BAB II.pdf - Published Version Restricted to Repository staff only Download (544kB) | Request a copy
	Text (BAB III) BAB III.pdf - Published Version Restricted to Repository staff only Download (638kB) | Request a copy
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (215kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (210kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (8MB) | Request a copy

Abstract

Penentuan prioritas program bantuan di Desa Sungai Rebo masih dilakukan secara manual sehingga berpotensi menimbulkan subjektivitas dalam menentukan warga yang berhak menerima bantuan. Kondisi tersebut dapat menyebabkan bantuan yang diberikan kurang tepat sasaran. Oleh karena itu, diperlukan suatu metode yang mampu membantu proses pengelompokan warga secara lebih objektif berdasarkan kondisi sosial ekonomi masyarakat. Penelitian ini bertujuan untuk menerapkan metode K-Means Clustering dalam mengelompokkan data warga guna menentukan prioritas program bantuan di Kantor Desa Sungai Rebo. Variabel yang digunakan meliputi status produktivitas, jumlah tanggungan, pendidikan terakhir, status tempat tinggal, dan riwayat bantuan sosial. Sistem dikembangkan menggunakan metode Rational Unified Process (RUP) yang terdiri dari empat tahapan, yaitu inception, elaboration, construction, dan transition. Proses pengelompokan dilakukan dengan menerapkan algoritma K-Means untuk mengelompokkan warga berdasarkan tingkat kemiripan karakteristik yang dimiliki. Hasil penelitian menunjukkan bahwa sistem mampu mengelompokkan data warga ke dalam tiga cluster, yaitu prioritas tinggi, prioritas sedang, dan prioritas rendah. Kualitas hasil pengelompokan dievaluasi menggunakan Silhouette Score, sedangkan fungsionalitas sistem diuji menggunakan Black Box Testing. Berdasarkan hasil pengujian, sistem yang dibangun mampu membantu proses pengambilan keputusan dalam menentukan prioritas program bantuan secara lebih objektif, tepat sasaran, dan sesuai dengan kondisi masyarakat. Kata Kunci: K-Means Clustering, Data Mining, Pengelompokan Warga, Prioritas Program Bantuan, Rational Unified Process (RUP).

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	K-Means Clustering, Data Mining, Pengelompokan Warga, Prioritas Program Bantuan, Rational Unified Process (RUP).
Subjects:	T Technology > T Technology (General)
Divisions:	Informatics Management > Undergraduate Theses
Depositing User:	Pustaka Manajemen Informatika
Date Deposited:	27 Jul 2026 04:45
Last Modified:	27 Jul 2026 04:45
URI:	http://eprints.polsri.ac.id/id/eprint/23427

Actions (login required)

View Item