BSIBSI

Bianglala InformatikaBianglala Informatika

Desa Bojong menghadapi tantangan dalam memetakan tingkat pendidikan penduduknya secara terstruktur. Penelitian ini mengelompokkan tingkat pendidikan warga Desa Bojong menggunakan algoritma K‑Means, sehingga dapat memberikan wawasan mendalam tentang kondisi pendidikan masyarakat. Data yang digunakan mencakup 6.027 penduduk dari 10 kampung, dengan atribut usia, pendidikan terakhir, pekerjaan, dan status pernikahan. Analisis mengikuti tahapan Knowledge Discovery in Database (KDD) dan dilakukan dengan perangkat lunak RapidMiner. Hasil penelitian menunjukkan bahwa jumlah klaster ideal adalah 7, dengan nilai Davies‑Bouldin Index (DBI) 0,467. Setiap klaster menunjukkan tingkat pendidikan tertentu, sehingga dapat membantu pemerintah desa merancang program pendidikan yang lebih tepat sasaran.

K‑Means berhasil mengelompokkan sepuluh kampung di Desa Bojong berdasarkan tingkat pendidikan, dengan jumlah klaster optimal K = 7 (DBI = 0,467).Setiap kelompok mewakili pola distribusi pendidikan berbeda, mulai dari sangat rendah hingga sangat tinggi.Hasil ini dapat menjadi dasar perencanaan program pendidikan yang spesifik bagi setiap kampung.

Berbagai penelitian berikutnya dapat memanfaatkan data multi‑dimensi pelatihan vokasional, kesehatan, dan ekonomi daerah untuk mengkaji korelasi antara tingkat pendidikan dan indikator sosial‑ekonomi. Selain itu, metode clustering adaptif seperti hierarchical k‑means dapat dieksplorasi guna menangkap struktur sub‑klaster yang lebih halus dalam setiap kampung, sehingga program penanganan yang dirancang lebih tersegmentasi. Terakhir, pengembangan wawasan berbasis machine learning dapat diimplementasikan untuk memprediksi tren pendidikan jangka panjang, memudahkan perencanaan kebijakan publik yang lebih proaktif.

  1. PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK KLASIFIKASI PENYAKIT ISPA | Indonesian Journal... ejournal.almaata.ac.id/index.php/IJUBI/article/view/1727PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K MEANS UNTUK KLASIFIKASI PENYAKIT ISPA Indonesian Journal ejournal almaata ac index php IJUBI article view 1727
  2. Penerapan Algoritma K-Means untuk Clustering Data Jumlah Penduduk Miskin Berdasarkan Kota/Kabupaten di... doi.org/10.54914/jit.v9i1.660Penerapan Algoritma K Means untuk Clustering Data Jumlah Penduduk Miskin Berdasarkan Kota Kabupaten di doi 10 54914 jit v9i1 660
  3. KLASTERISASI TINGKAT PENDIDIKAN DI DKI JAKARTA PADA TINGKAT KECAMATAN MENGGUNAKAN ALGORITMA K-MEANS |... doi.org/10.31602/tji.v12i4.5633KLASTERISASI TINGKAT PENDIDIKAN DI DKI JAKARTA PADA TINGKAT KECAMATAN MENGGUNAKAN ALGORITMA K MEANS doi 10 31602 tji v12i4 5633
Read online
File size350.68 KB
Pages9
DMCAReport

Related /

ads-block-test