PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN KEPADATAN PENDUDUK MENURUT KABUPATEN/KOTA DI PROVINSI SUMATERA UTARA

HIFZI, ISRHON (2023) PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN KEPADATAN PENDUDUK MENURUT KABUPATEN/KOTA DI PROVINSI SUMATERA UTARA. Other thesis, STIKOM Tunas Bangsa.

[thumbnail of PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN KEPADATAN PENDUDUK MENURUT KABUPATEN/KOTA DI PROVINSI SUMATERA UTARA] Other (PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN KEPADATAN PENDUDUK MENURUT KABUPATEN/KOTA DI PROVINSI SUMATERA UTARA)
108--SKRIPSI - HIFZI ISRHON - Hifzi Isrhon.pdf
Restricted to Registered users only

Download (4MB) | Request a copy

Abstract

Indonesia temasuk ke dalam negara dengan pertumbuhan penduduk yang cukup
tinggi dan termasuk kedalam jumlah penduduk terbesar ke-4 di dunia. Hal ini dapat
dilihat dari peningkatan jumlah penduduk di provinsi Sumatera Utara yang
meningkat setiap tahunnya. Kepadatan penduduk akan sangat berdampak bagi
masyarakat dan akan mengakibatkan lahan-lahan pemukiman semakin padat. Di
perlukan clustering jumlah penduduk untuk menghindari kepadatan penduduk dan
tekanan di suatu wilayah di provinsi Sumatera Utara. Oleh karena itu, algoritma KMeans Clustering digunakan dalam melakukan clustering di provinsi Sumatera
Utara. Data yang digunakan bersumber dari Badan Pusat Statistik Provinsi
Sumatera Utara yakni data mulai dari tahun 2019-2021 yang terdiri dari 33
Kabupaten/Kota. Data akan dikelompokkan menjadi 3 kelompok, yaitu sangat
padat (C1), padat (C2), dan tidak padat (C3).

Kata Kunci : Kepadatan Penduduk, Algoritma K-Means Clustering,
Pengelompokan, Provinsi Sumatera Utara

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Perpustakaan STIKOM TB
Date Deposited: 05 Aug 2024 09:41
Last Modified: 05 Aug 2024 09:41
URI: http://repository.stikomtb.ac.id/id/eprint/117

Actions (login required)

View Item
View Item