PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS PENGELOMPOKAN PELANGGAN BERDASARKAN KUBIKASI AIR TERJUAL MENGGUNAKAN WEKA

Ayu Pangestu, Taufik Ridwan

Abstract


Air merupakan komponen penting bagi pemenuhan kebutuhan sehari-hari yang bersumber dari sungai, bendungan, sumur buatan, PDAM, dan sebagainya. PAM Kerta Raharja merupakan salah satu perusahaan air yang dikelola oleh pemerintahan desa. Permasalahan yang muncul pada penggunaan air yaitu adanya ketidaklancaran air yang mengalir pada rumah warga yang berada di dataran tinggi. Beberapa penelitian yang berkaitan dengan pengolahan data penggunaan air pada perusahaan pengairan menggunakan data mining metode clustering. Penelitian-penelitian tersebut menggunakan algortma yang sama yaitu K-Means tetapi dengan alat yang berbeda. Pada penelitian ini akan melakukan pengelompokan penggunaan air berdasarkan kubikasi. Tujuan dari penelitian ini yaitu memberikan informasi mengenai kelompok pengguna air berdasarkan data penjualan air di PAM Kerta Raharja. Metode yang digunakna pada penelitian ini yaitu menggunakan K-Means. Data yang telah diolah menggunakan aplikasi Weka akan mengelompokkan data dengan kategori hemat, sedang, dan boros. Hasil penelitian ini diharapkan dapat membantu PAM Kerta Raharja untuk menindaklanjuti penggunaan pelanggan yang boros dan mengatasi kelancaran air yang mengalir bagi para warga.


References


Adinugroho, S., Sari, Y.A. (2018). Implementasi Data Mining Menggunakan Weka. Malang: UB Press.

Irwansyah, E. & Faisal, M. (2015). Teori dan Aplikasi. Yogyakarta: Deepublish.

Prasetyowati, W. (2017). Data Mining Pengelompokan Data Untuk Informasi dan Evaluasi. Makassar: Duta Media Publishing.

Triatmadja, R. (2019). Teknik Penyediaan Air Minum Perpipaan, Yogyakarta: Gajah Mada University Press.

Wahyudi, M., dkk. (2020). Data Mining Penerapan Algoritma K-Means Clustering dan K-Medoids Clustering. Medan: Yayasan Kita Menulis.

Werdiningsih, I., Nuqoba, B. & Muhammadun. (2020). Data Mining Menggunakan Android, Weka, dan SPSS. Surabaya: Airlangga University Press.

Asroni., Andrian, R. 2015. Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Strudi Kasus Pada Jurusan Teknik Informatika UMM Magelang. Jurnal Ilmiah Semesta Teknika, 18(1), 76-82.

Siska, S.T. 2016. Analisa dan Penerapan Data Mining Untuk Menentukan Kubikasi Air Terjual Berdasarkan Pengelompokan Pelanggan Menggunakan Algoritma K-Means Clustering. Jurnal Ekonomi dan Studi Pembangunan, 1(15), 78-96. 299-304.

Sulastri, H. & Gufroni., A.I. 2017. Penerapan Data Mining Dalam Pengelompokan Penderita Thalassaemia. Jurnal Nasional Teknologi dan Informasi dan Sistem Informasi, 3(2),

Fahlevi, A (2021, September 30). Retrived from Andi Fahlevi Daring: https://sis.binus.ac.id/2021/09/30/proses-data-mining-kdd/




DOI: https://doi.org/10.24853/justit.12.3.67-71

Refbacks

  • There are currently no refbacks.


This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License

Statistik Pengunjung

Powered by Puskom-UMJ