Penerapan Metode K-Medoids untuk Pengelompokan Penduduk Kurang Mampu (Studi Kasus Kantor Camat Afulu)

Abstract

Kecamatan Afulu, Kabupaten Nias Utara merupakan kecamatan yang cukup besar dan memiliki jumlah penduduk yang cukup banyak. Dengan jumlah penduduk ini pengelompokan penduduk kurang mampu sulit untuk dilakukan, pelakasanaanya masih menggunakan sistem manual, meskipun sudah menggunakan komputer, tetapi belum menggunakan aplikasi yang dinamis dan memiliki kemampuan dalam mengolah data lebih cepat, sehingga membutuhkan waktu yang cukup lama. Penelitian ini membangun sebuah aplikasi yang praktis khususnya untuk mengelompokkan data penduduk kurang mampu, yang bertujuan mempercepat pihak kecamatan Afulu dalam mengolah data penduduk. Objek yang akan diteliti adalah 9 desa di Kecamatan afulu, dengan jumlah data sebanyak 11,722 dan jumlah sampel data sebanyak 372. Penelitian ini menggunakan metode k-medoids dalam mengelompokkan penduduk dan menggunakan Davies Boulding Index untuk mengevaluasi hasil pengelompokan. Berdasarkan hasil penelitian terdapat 3 kelompok penduduk, yakni penduduk mampu sebanyak 125 jiwa (33,6%), penduduk cukup sebanyak 217 jiwa (58,3%) dan penduduk kurang mampu sebanyak 30 (8,1%). Hasil evaluasi dari klaster yang telah dibentuk menunjukkan bahwa nilai dari DBI adalah sebesar 0,150259849, yang artinya klaster yang dibentuk pada penelitian ini adalah cukup baik. Diharapkan penelitiian ini dapat membangun sebuah aplikasi pada pengelompokan penduduk kurang mampu di Kecamatan Afulu, sehingga dengan adanya hasil penelitian ini dapat menjadi rujukan kepada pemerintah Kecamatan Afulu dalam mengelompokkan penduduk khusus penduduk kurang mampu. Afulu District, North Nias Regency is a fairly large sub-district and has a large population. The government is faced a difficulty to grouping the underprivileged population. Whether the implementation is still using a manual system, they have used a computer, yet they have not used dynamic applications with the ability to process data faster, thus it takes quite a long time. This research builds a practical application, especially for classifying data on the underprivileged population, which aims to speed up the Afulu sub-district in processing population data. The objects to be studied were 9 villages in Afulu District, with a total of 11,722 data with 372 data samples. This study used the k-medoids method to cluster residents and used the Davies Boulding Index to evaluate the cluster results. Based on the results of the study, there were 3 population cluster, namely a total of 125 are wealthy (33.6%), 217 of them are moderate (58.3%) and a total of 30 (8.1%) are categorized as pauper. The study also evaluates the clusters that have been formed by using DBI score as much as 0.150259849, which means that the clusters formed are quite good. It is hoped that this research can build an application for grouping underprivileged residents in Afulu District, so that with the results of this study it can be a reference for the Afulu District government in classifying residents specifically for underprivileged residents.