Penerapan Metode K-means Clustering Dalam Pengelompokan Data Penumpang Dan Kapal Angkutan Laut Di Indonesia

Authors

  • Bangkit Surya Praja Telkom University
  • Purba Daru Kusuma Telkom University
  • Casi Setianingsih Telkom University

Abstract

Abstrak Transportasi laut merupakan sistem transportasi yang memberikan kontribusi sangat besar bagi pembangunan nasional, baik sebagai penunjang pertumbuhan ekonomi dan berbagai sektor pembangunan lainnya. Kebutuhan akan jasa angkutan laut semakin lama semakin meningkat, baik jumlahnya maupun macamnya. Usahausaha dalam pembangunan sarana transportasi laut yang dilakukan sampai saat ini adalah merupakan cerminan dalam mengatasi peningkatan kebutuhan, maka dari itu dibutuhkan pengelompokan data untuk meninjau laju pertumbuhan jumlah angkutan laut di setiap provinsi di Indonesia. Clustering sudah banyak diterapkan dalam berbagai bidang, salah satunya metode yang sering digukanan yaitu K-Means Clustering. Metode K-Means Clustering cukup efektif untuk diterapkan dalam proses pengklasifikasian karakteristik terhadap objek penelitian. Algoritma K-Means juga tidak terpengaruh terhadap urutan objek yang digunakan dan juga pusat cluster ditentukan secara acak dari salah satu objek pada permulaan perhitungan. Sistem yang akan dibangun dalam penelitian ini adalah sebuah sistem dengan fungsi utama untuk melakukan pengelompokan penumpang dan kapal angkutan laut di Indonesia dan menampilkan hasil dari pengelompokan data tersebut yang diharapkan dapat mempermudah instansi terkait dalam meninjau pertumbuhan transportasi laut. Kata kunci : Clustering, K-Means, Angkutan Laut. Abstract Sea transportation is a transportation system that contributes greatly to national development, both as a supporter and stimulator of economic growth and various other development sectors. The need for sea transportation services is increasing, both in number and in kind. Efforts in the development of sea transportation facilities carried out to date are a reflection of overcoming increasing demand, therefore it is necessary to group data to review the rate of growth in the number of sea transportation in each province in Indonesia. Clustering has been widely applied in various fields, one of which is the method often used, namely KMeans Cluster Analysis. The K-Means Cluster Analysis method is quite effective to be applied in the process of classifying characteristics of research objects. The K-Means algorithm is also not affected by the order of objects used and also the cluster center is determined randomly from one object at the beginning of the calculation. The system to be built in this study is a system with the main function of grouping passengers and ships on sea transport in Indonesia and displaying the results of the data groupings which are expected to facilitate related agencies in reviewing the growth of sea transportation. Keywords: Clustering, K-Means, Sea Transport

Downloads

Published

2019-04-01

Issue

Section

Program Studi S1 Teknik Komputer