CLUSTERING RUMAH LAYAK HUNI BERDASARKAN INDIKATOR PERUMAHAN DAN KESEHATAN LINGKUNGAN MENGGUNAKAN ALGORITMA K-MODES (Studi Kasus: Kecamatan Gumelar) - Dalam bentuk pengganti sidang - Artikel Jurnal

LULU MUFIDAH

Informasi Dasar

38 kali
25.04.3174
000
Karya Ilmiah - Skripsi (S1) - Reference

Permasalahan kelayakan hunian masih menjadi isu penting dalam upaya meningkatkan kesejahteraan masyarakat seperti di Kecamatan Gumelar. Dalam penilaian kelayakan rumah yang menggunakan data kategorik juga memerlukan pendekatan khusus. Tujuan dari penelitian ini adalah untuk mengelompokkan rumah berdasarkan tingkat kelayakan huni menggunakan algoritma K-Modes. Metode K-Modes dipilih karena kemampuannya untuk mengelompokkan data kategorik berdasarkan modus dari tiap atribut. Penentuan jumlah cluster dilakukan menggunakan metode Elbow, sedangkan kualitas hasil clustering dievaluasi menggunakan Davies-Bouldin Index (DBI). Studi kasus dilakukan pada data perumahan di Kecamatan Gumelar, Kabupaten Banyumas, dengan empat indikator utama, yaitu ketahanan bangunan, luas tempat tinggal, akses air minum layak, dan sanitasi layak. Hasil penelitian menunjukkan terbentuknya lima cluster, di mana cluster tersebut dapat dikategorikan menjadi layak huni dan tidak layak huni berdasarkan indikator perumahan dan kesehatan lingkungan.

Subjek

Data mining-clustering analysis
 

Katalog

CLUSTERING RUMAH LAYAK HUNI BERDASARKAN INDIKATOR PERUMAHAN DAN KESEHATAN LINGKUNGAN MENGGUNAKAN ALGORITMA K-MODES (Studi Kasus: Kecamatan Gumelar) - Dalam bentuk pengganti sidang - Artikel Jurnal
 
 
indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

LULU MUFIDAH
Perorangan
Siti Khomsah, Nia Annisa Ferani Tanjung
 

Penerbit

Universitas Telkom, S1 Sains Data - Kampus Purwokerto
Purwokerto
2025

Koleksi

Kompetensi

  • CDK2MAB3 - Pembelajaran Mesin
  • CDK3IAB3 - Penambangan Teks
  • CDK4AAA2 - PENULISAN PROPOSAL
  • CDK4GAA4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini