Penerapan Data Mining untuk Menentukan Kelompok Prioritas Penerima Bantuan Bedah Rumah Menggunakan Metode Clustering K-Means

Saat ini proses penentuan penenerima bantuan bedah rumah di Kantor Dinas Sosial Kabupaten Gowa masih dilakukan secara manual. Terdapat kerumitan dalam pengolahan data selama ini, dikarenakan banyaknya jumlah data warga miskin di Kabupaten Gowa. Pengolahan data warga miskin yang cukup besar menyulitkan panitia pelaksana dalam mengambil keputusanDalam penelitian ini menggunakan metode Clustering K-Means, dengan menggunakan metode ini dapat mengelompokkan data kedalam beberapa kelompok, dimana ditetapkan titik nilai sebagai proses pengelompokannya.Algoritma K-Means diawali dengan penentuan titik nilai dari setiap kriteria yang ditentukan secara acak. Data yang sudah diseleksi dan ditranformasi akan dikirimkan kedalam sistem dan akan diolah yang kemudian didapati hasil berupa rangking yang layak dan tidak layak dalam menentukan penerima bantuan.Hasil penelitian ini menunjukkan bahwa sistem penerima bantuan bedah rumah menggunakan metode Clustering K-Means menghasilkan data rangking yang layak mendapatkan bantuan sesuai kriteria yang telah ditentukan. Data rangking tersebut dapat dijadikan sebagai patokan untuk mendapatkan bantuan bedah rumah. Berdasarkan simpulan hasil penelitian ini, direkomendasikan: (1) Data kriteria diharapkan lebih lengkap, sehingga mendapatkan hasil perhitungan yang akurat. (2) Dilakukan pengembangan sitem sejenis dengan menambahkan fitur seleksi dan transformasi nilai secara otomatis sehingga menghasilkan sistem yang maksimal.x, 86 hlm.; 29 cm