Penerapan Algoritma K-Means Clustering Dalam Pengelompokkan Kepadatan Penduduk: Application of K-Means Clustering Algorithm in Population Density Grouping

Fenita  Delia; Hajra Rasmita Ngemba; Syaiful  Hendra; Syahrullah Syahrullah; Nouval  Trezandy Lapatta

doi:10.33050/tmj.v9i3.2270

Penulis

Fenita Delia Universitas Tadulako
Hajra Rasmita Ngemba Universitas Tadulako
Syaiful Hendra Universitas Tadulako
Syahrullah Syahrullah Universitas Tadulako
Nouval Trezandy Lapatta Universitas Tadulako

DOI:

https://doi.org/10.33050/tmj.v9i3.2270

Abstrak

Kepadatan penduduk yang tidak merata akan memberikan dampak buruk jika tidak diperhatikan. Salah satu cara untuk menanggulangi masalah ini dengan kebijakan perencanaan pengelolaan pemerataan kependudukan. Penelitian ini berfokus dalam mengelompokkan wilayah kepadatan penduduk yang merupakan rasio antara jumlah penduduk dan luas wilayah di Provinsi Sulawesi Tengah. Pengelompokkan penelitian ini diterapkan dengan teknik data mining, yakni K-Means Clustering. Tahapan penelitian yakni pengumpulan data, data understanding, data processing, clustering, cluster review, analisa dashboard dan uji akurasi dengan aplikasi tableau dalam memberikan visualisasi kepadatan penduduk di wilayah tersebut. Berdasarkan hasil perhitungan algoritma tersebut, menghasilkan tiga cluster dengan cluster 0 merupakan kepadatan penduduk rendah, cluster 1 merupakan kepadatan penduduk tinggi, dan cluster 2 merupakan kepadatan penduduk sedang. Pembentukan cluster berdasarkan visualisasi yang dihasilkan dataset penelitian melalui analisa Sum Of Square Error, silhouette coefficient, serta elbow method. Clustering yang dibentuk, dilanjutkan visualisasi dashboard dengan aplikasi tableau. Hasil clustering tersebut, berdasarkan perhitungan SSE menghasilkan nilai 4324505738.747303 berarti penetapan jumlah cluster dengan perbedaan signifikan dengan perhitungan jumlah pengelompokkan sebelumnya. Lalu hasil analisa silhouette memberikan nilai rata-rata silhouette paling tinggi pada jumlah cluster yakni 3 dengan nilai 0.6144435666457168, dan metode elbow memberikan hasil bahwa elbow point berada di titik 3, berarti jumlah cluster yang optimum dengan 3 cluster.

Referensi

D. Yunianto, “Analisis pertumbuhan dan kepadatan penduduk terhadap pertumbuhan ekonomi,” FORUM EKONOMI, vol. 23, no. 4, pp. 687–698, 2021. [Online]. Available: http://journal.feb.unmul.ac.id/index. php/FORUMEKONOMI

B. P. S. Tengah, “Hasil sensus penduduk 2020 provinsi sulawesi tengah,” 2021, accessed: Mar. 18, 2024. [Online]. Available: https://sulteng.bps.go.id/pressrelease/2021/01/21/936/ hasil-sensus-penduduk-2020-provinsi-sulawesi-tengah.html

L. Y. Hutabarat, I. Gunawan, I. Purnamasari, M. Safii, and W. Saputra, “Penerapan algoritma k-means dalam pengelompokan jumlah penduduk berdasarkan kelurahan di kota pematangsiantar,” Jurnal Ilmu Komputer dan Teknologi, vol. 2, no. 2, pp. 20–26, 2021. [Online]. Available: http://creativecommons.org/licences/by/4.0/

H. R. Ngemba, S. Hendra, and I. G. N. A. K. D. Arsana, “Implementasi enkripsi data md5 dan sha-256 pada sistem informasi peminjaman buku tanah,” Techno.COM, vol. 22, no. 3, pp. 654–664, 2023.

N. Oktaviany, N. Suarna, and W. Prihartono, “Implementasi algoritma k-means clustering dalam mengelompokkan kepadatan penduduk di provinsi dki jakarta,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 119–126, 2024.

P. Marpaung, I. Pebrian, and W. Putri, “Penerapan data mining untuk pengelompokan kepadatan penduduk kabupaten deli serdang menggunakan algoritma k-means,” Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI), vol. 6, no. 2, pp. 64–70, 2023.

A. A. Arifiyanti, F. S. Darusman, and B. W. Trenggono, “Population density cluster analysis in dki jakarta province using k-means algorithm,” Journal of Information Systems and Informatics, vol. 4, no. 3, 2022. [Online]. Available: http://journal-isi.org/index.php/isi

K. H. Kirana, M. Iryanti, M. G. Nugraha, E. Agustine, and D. Fitriani, “Application of k-means cluster analysis for magnetic susceptibility zoning of urban topsoil in bandung city,” in Journal of Physics: Conference Series. Institute of Physics, 2022.

M. Muttaqin, “Cluster analysis using k-means method to classify sumatera regency and city based on human development index indicator,” Seminar Nasional Official Statistics, vol. 2022, no. 1, pp. 967–976, 2022.

Y. D. Putra, M. Sudarma, and I. B. A. Swamardika, “Clustering history data penjualan menggunakan algoritma k-means,” Majalah Ilmiah Teknologi Elektro, vol. 20, no. 2, p. 195, 2021.

F. A. Fernaldy, A. A. Arifiyanti, and D. S. Y. Kartika, “Klasterisasi tracer study alumni universitas xyz menggunakan algoritma k-means,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 1, 2025.

R. B. Sippan and N. Setiyawati, “Pemetaan dan klasterisasi daerah rawan bencana alam di provinsi sulawesi tengah menggunakan k-means,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 10, no. 2, pp. 1031–1045, 2025.

L. P. Refialy, H. Maitimu, and M. S. Pesulima, “Perbaikan kinerja clustering k-means pada data ekonomi nelayan dengan perhitungan sum of square error (sse) dan optimasi nilai k cluster,” Techno.COM, vol. 20, no. 2, pp. 321–329, 2021.

M. A. Subhartha and M. K. S. Budhi, “Pengaruh infrastruktur terhadap pertumbuhan ekonomi provinsi sulawesi tengah,” Public Service and Governance Journal, vol. 6, no. 1, pp. 143–163, 2025.

R. Hidayati, A. Zubair, A. H. Pratama, and L. Indana, “Analisis silhouette coefficient pada 6 perhitungan jarak k-means clustering,” Techno.COM, vol. 20, no. 2, pp. 186–197, 2021.

T. Santhi, A. M. Sari, D. K. A. M. Putra, G. S. Mahendra, and M. P. Ariasih, “Implementasi business intelligence menggunakan tableau untuk visualisasi prediksi kelulusan mahasiswa,” Jurnal Software Engineering and Information System (SEIS), vol. 3, no. 2, pp. 51–58, 2023. [Online]. Available: https://ejurnal.umri.ac.id/index.php/SEIS/index

M. Rahman, M. K. F. Fili et al., “Analisis hasil rekapitulasi pilkada daerah khusus jakarta (dkj) 2024 menggunakan metode support vector machine,” JICode: Jurnal Informatika dan Komputer, vol. 2, no. 1, pp. 100–111, 2025.

I. Maria, S. V. Sihotang, R. A. Sunarjo, and A. W. Handaru, “Pemberdayaan komunitas melalui pelatihan pengelolaan keuangan sederhana untuk kesejahteraan ekonomi,” ADI Bisnis Digital Interdisiplin Jurnal, vol. 5, no. 2, pp. 33–40, 2024.

L. P. Refialy, H. Maitimu, and M. S. Pesulima, “Perbaikan kinerja clustering k-means pada data ekonomi nelayan dengan perhitungan sum of square error (sse) dan optimasi nilai k cluster,” Techno.COM, vol. 20, no. 2, pp. 321–329, 2021.

V. A. Ekasetya and A. Jananto, “Klusterisasi optimal dengan elbow method untuk pengelompokan data

kecelakaan lalu lintas di kota semarang,” Dinamika Informatika, vol. 12, no. 1, pp. 20–28, 2020.

R. Hidayati, A. Zubair, A. H. Pratama, and L. Indana, “Analisis silhouette coefficient pada 6 perhitungan jarak k-means clustering,” Techno.COM, vol. 20, no. 2, pp. 186–197, 2021.

I. Geospasial, “Download shapefile batas desa data kependudukan tahun 2019 seluruh indonesia,” 2019, accessed: Mar. 18, 2024. [Online]. Available: https://drive.google.com/open?id= 1v2rEPfN7x-XYWhNslvBiLuu4y7ZSwcSQ

T. Santhi, A. M. Sari, D. K. A. M. Putra, G. S. Mahendra, and M. P. Ariasih, “Implementasi business intelligence menggunakan tableau untuk visualisasi prediksi kelulusan mahasiswa,” Jurnal Software Engineering and Information System (SEIS), vol. 3, no. 2, pp. 51–58, 2023. [Online]. Available: https://ejurnal.umri.ac.id/index.php/SEIS/index

L. Community, “What are the methods for handling outliers in data mining?” 2024, accessed: Mar. 18, 2024. [Online]. Avail-

able: https://linkedin.com/advice/1/what-methods-handling-outliers-data-mining-skills-data-mining#: ∼:text=One%20way%20to%20handle%20outliers,%2C%20or%20clustering-based%20measures

S. A. Ramadhan and I. Musfiroh, “Review artikel: Verifikasi metode analisis obat,” Farmaka, pp. 87–92, 2021.

S. Soesmono, R. Pertiwi, B. Saputri, N. Putri, and E. Widodo, “Pengelompokan provinsi di indonesia berdasarkan tingkat pengangguran tahun 2023 menggunakan k-medoids: Pengelompokan provinsi di indonesia berdasarkan tingkat pengangguran tahun 2023 menggunakan k-medoids,” Emerging Statistics and Data Science Journal, vol. 3, no. 1, pp. 498–515, 2025.

A. Setiawan, “Box-plot: Memahami dan membuat box and whisker plots dalam eksplorasi data,” 2024, accessed: Mar. 18, 2024. [Online]. Available: https://www.smartstat.info/materi/statistika/eksplorasi-data/mengenal-box-plot-box-and-whisker-plots.html

D. C. Nabilla, “Analisis pengaruh indeks pembangunan manusia, produk domestik regional bruto, dan upah minimum kerja terhadap kemiskinan di provinsi daerah istimewa yogyakarta (2013-2022),” Ph.D. dissertation, Universitas Islam Indonesia, 2025.

N. P. L. Yashati and N. N. Yuliarmi, “Faktor penentu jumlah anak ideal di kecamatan kuta,” Jurnal Visi Manajemen, vol. 11, no. 1, pp. 87–106, 2025.

D. Yuliana and R. Rosyadi, “Pengaruh jumlah penduduk, investasi, dan indeks pembangunan manusia terhadap ketimpangan pendapatan di kalimantan barat,” Journal of Economics and Business UBS, vol. 14, no. 1, pp. 27–47, 2025.

Y. M. Wibowo and A. D. R. Sari, “Analysis of nitrite (no2¯) and nitrate (no3¯) levels in well water by viewing light spectrophotometer: Analisis kadar nitrit (no2¯) dan nitrat (no3¯) pada air sumur secara spektrofotometer sinar tampak,” Jurnal Kimia dan Rekayasa, vol. 5, no. 2, pp. 65–70, 2025.