PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK KLASIFIKASI KEMISKINAN DI DESA KRANDAN KECAMATAN TRANGKIL KABUPATEN PATI

Desa Krandan adalah sebuah desa yang terletak di Kecamatan Trangkil
Kabupaten Pati. Klasifikasi kemiskinan di Desa Krandan saat ini masih menjadi
perdebatan siapa saja yang berhak dikategorikan menjadi warga miskin. Beberapa
orang rela dikategorikan menjadi warga miskin agar mendapatkan bantuan dari
pemerintah. Pemerintah desa tersebut menyediakan bantuan untuk warga Desa
Krandan berupa Raskin, PKH, Kartu Indonesia Sehat (KIS), Bebas BPJS, bedah
rumah dan lain sebagainya, namun pemerintah Desa Krandan masih kesulitan
dalam menentukan klasifikasi kemiskinan yang ada disana. Hal ini dikarenakan
Pengkategorian warga miskin dapat dilihat dari beberapa aspek diantaranya
pekerjaan, penghasilan tiap bulan, usia, dinding rumah, lantai rumah, dan
tanggungan keluarga. Akan tetapi dari kategori-kategori tersebut masih belum
maksimal dalam pengolahan data yang ada dikarenakan pengolahan data masih
menggunakan cara yang konvensional dengan Microsoft excel. Oleh sebab itu itu
penulis ingin membantu menyelesaikan masalah tersebut dengan menerapkan data
mining menggunakan algoritma K-Means untuk klasifikasi kemiskinan di Desa
Krandan Kecamatan Trangkil Kabupaten Pati serta untuk mendukung tampilan
penulis akan menggunakan matlab. Dengan adanya penelitian ini diharapkan dapat
membantu Desa Krandan Kecamatan Trangkil Kabupaten Pati dalam menentukan
klasifikasi warga miskin sehingga bantuan dapat tepat sasaran. Penelitian ini
diselesaikan dengan metode waterfall yang tahapannya meliputi tahapan analisis,
desain, implementasi dan pengujian. Dalam penerapan data mining untuk
klasifikasi kemiskinan didapatkan presentase 10,64% masuk dalam Cluster
sejahtera, presentase 37,26% masuk dalam Cluster semi sejahtera dan 52,10%
masuk dalam Cluster pra sejahtera. Pengujian pada sistem ini dilakukan melalui
tiga pengujian. Pengujian yang pertama yaitu pengujian white-box dengan
menghasilkan 2 kompleksitas dengan alur path kurang dari 10 yang menunjukkan
bahwa sistem sudah memenuhi kriteria perangkat lunak, pengujian kedua yaitu
black-box dengan presentase keberhasilan 100%. Dimana sistem ini sudah sesuai
dengan yang diharapkan. Pengujian kedua yaitu user acceptance test menghasilkan
presentase rata-rata sebesar 85,5%. Dengan hasil pengujian tersebut menunjukkan
bahwa sistem layak untuk digunakan.
Kata Kunci : Desa Krandan, Kemiskinan, Data Mining, K-Means, Matlab.