Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Scientific Student Journal for Information, Technology and Science
Murniasih
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma K-Means Dalam Mengurangi Tingkat Buta Aksara Di Indonesia Sebagai Penunjang Keputusan Murniasih; Amril Mutoi Siregar; Deden Wahiddin
Scientific Student Journal for Information, Technology and Science Vol. 1 No. 1 (2020): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (745.409 KB)

Abstract

Buta aksara adalah saat seseorang tidak mampu untuk membaca dan menulis sebuah kalimat sederhana dalamberbagai bahasa. Data terakhir Badan Pusat Statistika (BPS) pada tahun 2017 jumlah penderita sebanyak 3,387,038pada usia 15-59 tahun. Dari banyaknya jumlah penderita buta aksara tersebut, maka perlu adanya penelitianmengenai penyebaran buta aksara di Indonesia. Penelitian ini bertujuan untuk melakukan pengelompokan provinsibuta aksara dengan metode algoritma k-means dengan teknik clustering pada data mining. Metode algoritma kmeans merupakan pengelompokan data yang sama pada suatu kelompok tertentu dan pengelompokan data yangberbeda pada kelompok lain. Pada penelitian ini mengelompokan provinsi ke dalam beberapa cluster berdasarkankemiripan data, maka data provinsi dengan karakteristik yang sama dikelompokan menjadi satu cluster dan dataprovinsi dengan karakteristik yang berbeda akan dikelompokan kedalam cluster yang lain. Jumlah data yangdigunakan sebanyak 34 data, menggunakan atribut provinsi, umur 15+, umur 15-45 dan umur 45+. Perhitunganpada penelitian ini dilakukan dengan cara manual menggunakan Microsoft Excel kemudian dievaluasi denganmenggunakan tools Rapidminer 9.2.0. Penelitian ini menghasilkan pengelompokan provinsi penderita butaaksaran tertinggi dengan jumlah dua provinsi, sepuluh provinsi penderita buta aksara kategori sedang dan 22provinsi penderita buta aksara kategori rendah
Co-Authors Deden Wahiddin Siregar, Amril Mutoi