UMGUMG

E-Link: Jurnal Teknik Elektro dan InformatikaE-Link: Jurnal Teknik Elektro dan Informatika

Pada data program Pendaftaran Tanah Sistematis Lengkap (PTSL) ditemukan sebuah fenomena masalah terkait tidak adanya tindak lanjut dikarenakan masih terhambat dalam proses pengelompokkan, oleh karena itu penelitian ini dengan mengembangkan solusi berbasis teknologi informasi berupa teknik Clustering yang mengimplementasikan algoritma K-Means dikombinasikan dengan Principal Component Analysis (PCA), pada akhirnya dapat mencapai sebuah tujuan optimasi yaitu proses mengoptimalkan sesuatu menjadi lebih baik dengan melihat hasil akurasi dari nilai Davies Bouldin Index (DBI) terendah yang mendekati angka 0. Metode penelitian mencakup pengumpulan dan pemrosesan data dari desa Bandorasawetan, Kecamatan Cilimus, Kabupaten Kuningan hingga tahap evaluasi dengan menggunakan Davies Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa Cluster yang optimal dicapai pada K = 5 dengan penggunaan PCA melalui pendekatan Fixed Number yang mengatur berdasarkan jumlah komponen utama yang ingin dipertahankan yaitu = 1, diketahui hasilnya mempertahankan berupa atribut NJOP Bangunan. Atribut ini memiliki distribusi yang lebih terpusat dalam satu Cluster, dalam arti memiliki pola yang konsisten dengan nilai DBI mencapai 0.049, memiliki kinerja lebih baik dibandingkan K-Means tanpa PCA dengan nilai DBI sebesar 0.466. Studi ini diharapkan dapat meningkatkan kualitas dalam pengelolaan data pertanahan agar menjadi lebih efektif.

Penelitian ini menunjukkan bahwa kombinasi algoritma K-Means dan Principal Component Analysis (PCA) dapat mengoptimasi nilai Davies Bouldin Index (DBI) sebesar 0.049 pada model pengelompokan data program Pendaftaran Tanah Sistematis Lengkap (PTSL), dengan nilai klaster optimal yaitu K = 5 dengan menggunakan Number of Components = 1, yang mempertahankan atribut NJOP Bangunan sebagai komponen utama.Cluster terbaik ditetapkan pada Cluster 0 yang memiliki kedekatan dengan komponen utama (PC1) dengan nilai sebesar 128918767.Jadi dapat disimpulkan bahwa karakteristik data dari Cluster 0 yang memiliki nilai NJOP Bangunan sebesar 0 dan 128.000, Cluster 1 yang memiliki nilai NJOP Bangunan sebesar 595.000, Cluster 2 yang memiliki nilai NJOP Bangunan sebesar 1.000, Cluster 3 yang memiliki nilai NJOP Bangunan sebesar 1.000, dan Cluster 4 yang memiliki nilai NJOP Bangunan sebesar 968.Untuk penelitian selanjutnya disarankan mengeksplorasi metode Clustering lain seperti DBSCAN atau algoritma berbasis hierarki untuk membandingkan hasil yang diperoleh dan memberikan alternatif pendekatan yang lebih optimal.

Berdasarkan hasil penelitian, disarankan untuk melakukan eksplorasi lebih lanjut dengan menggunakan metode Clustering alternatif seperti DBSCAN atau algoritma berbasis hierarki. Hal ini dapat memberikan pendekatan yang lebih optimal dalam pengelompokan data program Pendaftaran Tanah Sistematis Lengkap (PTSL). Selain itu, penelitian selanjutnya dapat fokus pada pengembangan teknik Clustering yang lebih canggih dan efisien, serta mengintegrasikan teknik-teknik analisis data lainnya untuk meningkatkan kualitas pengelolaan data pertanahan. Dengan demikian, diharapkan dapat meningkatkan efektivitas dan akurasi dalam proses pendaftaran tanah sistematis lengkap.

  1. KEPASTIAN HUKUM PENDAFTARAN TANAH MELALUI PENDAFTARAN TANAH SISTEMATIS LENGKAP DI KOTA BATU | Ayu | OLD... journal.ugm.ac.id/jmh/article/view/41560KEPASTIAN HUKUM PENDAFTARAN TANAH MELALUI PENDAFTARAN TANAH SISTEMATIS LENGKAP DI KOTA BATU Ayu OLD journal ugm ac jmh article view 41560
  2. International Journal of Advances in Data and Information Systems. application means clustering algorithm... ijadis.org/index.php/IJADIS/article/view/application-of-k-means-clustering-algorithm-for-determination-ofInternational Journal of Advances in Data and Information Systems application means clustering algorithm ijadis index php IJADIS article view application of k means clustering algorithm for determination of
  3. Pendaftaran Tanah Berbasis Desa Lengkap | Tunas Agraria. pendaftaran tanah tunas agraria authors nadia... doi.org/10.31292/jta.v5i2.177Pendaftaran Tanah Berbasis Desa Lengkap Tunas Agraria pendaftaran tanah tunas agraria authors nadia doi 10 31292 jta v5i2 177
  4. Perbandingan Algoritma K-Means dan Fuzzy C-Means untuk Clustering Citra Daun Melon | Building of Informatics,... ejurnal.seminar-id.com/index.php/bits/article/view/2534Perbandingan Algoritma K Means dan Fuzzy C Means untuk Clustering Citra Daun Melon Building of Informatics ejurnal seminar id index php bits article view 2534
Read online
File size640.27 KB
Pages12
DMCAReport

Related /

ads-block-test