Penerapan Algoritma K-MEDOID untuk Mementukan Rumah TIDAK Layak Huni

Authors

  • Kadek Erna Kembar Ayu Universitas Pendidikan Ganesha
  • I Made Candiasa Universitas Pendidikan Ganesha
  • I Nyoman Sukajaya Universitas Pendidikan Ganesha

Abstract

Penelitian ini bertujuan untuk mengetahui : hasil clustering rumah tidak layak huni dengan algoritma k-medoid, tingkat akurasi k-medoid, dan perbandingan algoritma k-medoid dan k-mean dalam menentukan rumah tidak layak huni. Data yang digunakan dalam penelitian ini meliputi data kerusakan rumah tidak layak huni tahun 2017 pada Dinas Perumahan, Permukiman, dan Pertanahan Kabupaten Buleleng. Data yang digunakan sebanyak 440 dengan 13 parameter, yaitu: (1) penutup atap; (2) rangka atap; (3) kolom; (4) dinding pengisi; (5) kusen; (6) daun pintu; (7) daun jendela; (8) struktur bawah lantai; (9) penutup lantai; (10) pondasi; (11) sloof; (12) kamar mandi dan wc; dan (13) saluran air kotor. Data kerusakan tersebut dikelompokkan menjadi 4 kelompok yaitu ringan, sedang, berat dan total. Hasil pengelompokan menggunakan algoritma k-medoid dalam menentukan rumah tidak layak huni dengan alat bantu software Matlab 2016a menunjukan bahwa terdapat 34 kerusakan kategori ringan, 98 kerusakan kategori sedang, 130 kerusakan kategori berat, dan 178 kerusakan kategori total. Selain itu tingkat akurasi algoritma k-medoid lebih baik daripada k-mean. Hal tersebut dibuktikan dengan hasil purity dari algoritma k-medoid sebesar 0,63 dengan 277 data relevan dan 163 tidak relevan, sedangkan hasil purity algoritma k-mean yaitu 0,13 dengan 59 data relevan dan 381 tidak relevan. Akan tetapi algoritma k-mean memiliki kecepatan waktu sebesar 0,16 detik, yang berarti lebih cepat dibandingkan algoritma k-medoid ( 91,135 detik) dalam pemrosesan data.

Kata kunci: k-medoid, rumah tidak layak huni, dinas perumahan, permukiman, dan pertanahan kabupaten buleleng

Downloads

Published

2019-02-08