HAFIZH, MUHAMMAD FAISAL (2022) CLUSTERING DAERAH KELAHIRAN BAYI DI WILAYAH ADMINISTRASI DKI JAKARTA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING DENGAN VISUALISASI WEBGIS. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 Cover.pdf Download (339kB) | Preview |
|
|
Text (ABSTRAK)
02 Abstrak.pdf Download (121kB) | Preview |
|
Text (BAB I)
03 Bab 1.pdf Restricted to Registered users only Download (131kB) |
||
Text (BAB II)
04 Bab 2.pdf Restricted to Registered users only Download (319kB) |
||
Text (BAB III)
05 Bab 3.pdf Restricted to Registered users only Download (261kB) |
||
Text (BAB IV)
06 Bab 4.pdf Restricted to Registered users only Download (1MB) |
||
Text (BAB V)
07 Bab 5.pdf Restricted to Registered users only Download (140kB) |
||
Text (DAFTAR PUSTAKA)
08 Daftar Pustaka.pdf Restricted to Registered users only Download (220kB) |
||
Text (LAMPIRAN)
09 Lampiran.pdf Restricted to Registered users only Download (829kB) |
Abstract
In this study, we will implement the clustering method with the K-Means algorithm for clustering the data on the high birth rate in DKI Jakarta Province to determine which areas have the lowest to highest number of births. To find out which areas have the highest to lowest birth rates and will be visualized with WebGIS. The data collected is baby birth data in DKI Jakarta Province in the period 2018 - 2021 and has 21,822 records. The results of the best modeling performance obtained an accuracy of 0.99 or 99%, these results were obtained using K_Range = 3 in the SSE (Sum Square Error) calculation. The results of the research obtained Cluster 0 with the highest number of births in urban villages in DKI Jakarta Province which has 88 total urban villages and 6937 total data, Cluster 1 with a medium number of births in urban villages in DKI Jakarta Province which has 91 total urban villages and 6967 total data, Cluster 2 with the lowest number of births in urban villages in DKI Jakarta Province which has 88 total urban villages and 7040 total data. Then the results are visualized with WebGIS. Keywords: Birth, Clustering, Elbow Method, WebGIS. Pada penelitian ini akan melakukan implementasi metode clustering dengan algoritma K-Means untuk clustering pada data tingginya angka kelahiran bayi di Provinsi DKI Jakarta untuk menetukan daerah mana yang memiliki jumlah angka kelahiran dari yang terendah hingga tertinggi. Untuk mengetahui daerah mana yang memiliki angka kelahiran tertinggi hingga terendah dan akan divisulisasikan dengan WebGIS. Data yang di kumpulkan merupakan data kelahiran bayi di Provinsi DKI Jakarta pada periode 2018 - 2021 dan memiliki 21.822 record. Hasil dari kinerja pembuatan model terbaik memperoleh akurasi sebesar 0.99 atau 99%, hasil tersebut didapatkan menggunakan K_Range = 3 pada perhitungan SSE (Sum Square Error). Hasil dari penelitian yang didapatkan Cluster 0 dengan jumlah kelahiran tertinggi pada kelurahan di Provinsi DKI Jakarta yang memiliki 88 total kelurahan dan 6937 total data, Cluster 1 dengan jumlah kelahiran sedang pada kelurahan di Provinsi DKI Jakarta yang memiliki 91 total kelurahan dan 6967 total data, Cluster 2 dengan jumlah kelahiran terendah pada kelurahan di Provinsi DKI Jakarta yang memiliki 88 total kelurahan dan 7040 total data. Kemudian hasilnya divisualisasikan dengan WebGIS. Keywords: Kelahiran, Clustering, Metode Elbow, WebGIS.
Actions (login required)
View Item |