Zakaria Anshori
Direktorat Bina Umrah dan Haji Khusus Kemnterian Agama RI

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

Found 1 Documents
Search

Komparasi Pengelompokan Pemeringkatan Sertifikasi Travel Umrah Berizin dengan Algoritma Klasterisasi K-Means dan K-Medoids Muhammad Risky; Arief Wibowo; Zakaria Anshori
InComTech : Jurnal Telekomunikasi dan Komputer Vol 12, No 1 (2022)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v12i1.14528

Abstract

Dengan Terbitnya Undang-Undang Nomor 11 Tahun 2020 tentang Cipta Kerja yang merevisi beberapa pasal dalam Undang-Undang Nomor 8 Tahun 2019 tentang Penyelenggaraan Haji dan Umrah, Kementerian Agama harus melakukan pembahasan tentang peraturan turunankedua Undang-Undang tersebut. Di antara peraturan turunan yang diterbitkan adalah Keputusan Menteri Agama (KMA) Nomor 1251 Tahun 2021 tentang Skema dan Kriteria Akreditasi serta Sertifikasi Usaha Penyelenggaraan Ibadah Umrah dan Penyelenggaraan Haji Khusus. Dalam KMA ini, Kementerian Agama melaksanakan pengaturan berkenaan dengan pemeringkatan PPIU dan juga PIHK, yang dibagi pemeringkatan menjadi 3 kelompok yaitu A, B C. Penelitian ini bertujuan untuk menganalisa dengan pembanding atau referensi lain menggunakan metode penambangan (mining). Penambangan (mining) yang dipergunakan pada penelitian ini adalah terhadap data. Dataset akan di proses dengan algoritma yang ditemukan oleh Lloyd dan kawan-kawan, yakni K-Means. Selain itu, dataset juga akan diproses dengan salah satu algoritma lain untuk pengelompokan data, dalam hal ini peneliti memilih K-Medoids. Dataset terdiri dari 5.000 baris data sesuasi dengan penilaian indikator dominan dan ko-dominan. Hasil Penelitian menunjukkan bahwa metode K-Means dengan dua kelompok dengan maksimize tanpa normalize memiliki Davies-Bouldin Index (DBI) 0,234. Sedangkan metode K-Means dengan 2 kelompok serta melakukan normalize maka Davies-Bouldin Index (DBI) adalah 0,005. K-Means adalah yang paling optimal dibanding K-Medoids pada penelitian ini.