Penerapan Algoritma K-Means Dalam Mengelompokkan Jumlah Penerimaan Sinyal Telepon Seluler Di Sumatera Utara

Bulletin of Artificial Intelligence, Oct 2023

The purpose of this study was to cluster the number of cell phone signal reception in North Sumatra. The source of the data used is obtained from BPS. The variable used is the number of cell phone reception signals in North Sumatra. This research uses Data Mining Technique with K-means algorithm. It is hoped that the results of this study can provide input to the North Sumatra Province in order to determine the reception of cellular telephone signals, so as to increase the growth and development of telephone signal reception in North Sumatra. And 4G/LTE data obtained that there are 4 high clusters, namely (Mandailing Natal, Simalungun, Deli Serdang, Padang Lawas), 17 medium clusters, namely (Nias, South Tapanuli, Labuan Batu, Humbang Hasundutan, West Pakpak, Samosir, Labuhan Batu, South , Labuhan Batu Utara, North Nias, West Nias, Sibolga, Tanjung Balai, Pematangsiantar, Tebing Tinggi, Binjai, Padang Sidempuan, Gunung Sitoli), and there are 2 low clusters (Central Tapanuli, North Tapanuli, Toba, Asahan, Dairi, Karo , Langkat, South Nias, Serdang Bedagai, Batu Bara, North Padang Lawas, Medan).

Article PDF cannot be displayed. You can download it here:

https://journal.grahamitra.id/index.php/buai/article/download/137/244

Penerapan Algoritma K-Means Dalam Mengelompokkan Jumlah Penerimaan Sinyal Telepon Seluler Di Sumatera Utara

Bulletin of Artificial Intelligence Volume 2, No 2, October 2023 Page: 137−152 ISSN 2962-3944 (media online) https://journal.grahamitra.id/index.php/buai Penerapan Algoritma K-Means Dalam Mengelompokkan Jumlah Penerimaan Sinyal Telepon Seluler Di Sumatera Utara Wati Rizky Pebrianti Sitompul1,*, Solikhun2, Widodo Saputra3, Selli Oktaviani4, Agus Perdana Windarto5 1,2,3,4 ,5 STIKOM Tunas Bangsa Pematang Siantar, Sumatera Utara, Indonesia Email: , , 3 , , (*) Submitted 99-99-9999; Accepted 99-99-9999; Published 99-99-9999 Abstrak–Tujuan penelitian ini adalah untuk mengclustering jumlah penerimaan sinyal telepon seluler di sumatera utara. Sumber data yang digunakan diperoleh dari BPS. Adapun variabel yang digunakan adalah jumlah penerimaan sinyal telepon seluler di sumatera utara. Pada penelitian ini menggunakan Teknik Data Mining dengan algoritma K-means. Diharapkan hasil penelitian ini dapat memberikan masukan kepada pihak Provinsi Sumatera Utara agar dapat mengetahui penerimaan sinyal telepon seluler, sehingga dapat meningkatkan pertumbuhan dan perkembangan penerimaan sinyal telepon yang ada di Sumatera Utara. Dan data 4G/LTE diperoleh cluster tinggi ada 4 yaitu (Mandailing Natal, Simalungun, Deli Serdang, Padang Lawas), cluster sedang ada 17 yaitu (Nias, Tapanuli Selatan, Labuan Batu, Humbang Hasundutan, Pakpak Barat, Samosir, Labuhan Batu, Selatan, Labuhan Batu Utara, Nias Utara, Nias Barat, Sibolga, Tanjung Balai, Pematangsiantar, Tebing Tinggi, Binjai, Padang Sidempuan, Gunung Sitoli), dan cluster rendah ada 2 yaitu (Tapanuli Tengah, Tapanuli Utara, Toba, Asahan, Dairi, Karo, Langkat, Nias Selatan, Serdang Bedagai, Batu Bara, Padang Lawas Utara,Medan). Kata Kunci: Algoritma K-means; Pengelompokkan; Penerimaan Sinyal Telepon seluler; BPS; Sumatera Utara Abstract–The purpose of this study was to cluster the number of cell phone signal reception in North Sumatra. The source of the data used is obtained from BPS. The variable used is the number of cell phone reception signals in North Sumatra. This research uses Data Mining Technique with K-means algorithm. It is hoped that the results of this study can provide input to the North Sumatra Province in order to determine the reception of cellular telephone signals, so as to increase the growth and development of telephone signal reception in North Sumatra. And 4G/LTE data obtained that there are 4 high clusters, namely (Mandailing Natal, Simalungun, Deli Serdang, Padang Lawas), 17 medium clusters, namely (Nias, South Tapanuli, Labuan Batu, Humbang Hasundutan, West Pakpak, Samosir, Labuhan Batu, South , Labuhan Batu Utara, North Nias, West Nias, Sibolga, Tanjung Balai, Pematangsiantar, Tebing Tinggi, Binjai, Padang Sidempuan, Gunung Sitoli), and there are 2 low clusters (Central Tapanuli, North Tapanuli, Toba, Asahan, Dairi, Karo , Langkat, South Nias, Serdang Bedagai, Batu Bara, North Padang Lawas, Medan). Keywords: Algorithm K- Means; Clustering; Cellular Phone Signal Reception; BPS; North Sumatra 1. PENDAHULUAN Telepon menjadi salah satu kebutuhan primer bagi sebagian masyarakat sehingga sangat dibutuhkan dan tidak dapat dipisahkan dari kehidupan manusia[1]-[3]. Telepon seluler bukan hanya menjadi alat komunikasi saja, melainkan sudah menjadi alat bantu bagi masyarakat dalam berbagai aspek kehidupan, diantaranya kesejahteraan, karier, pendidikan, serta keuangan[4-6]. Pada tahun 2020, jumlah telepon seluler yang beredar di Indonesia mencapai 355,6 juta buah, melebihi jumlah penduduk Indonesia yang berjumlah 270,2 juta jiwa berdasarkan sensus penduduk tahun 2020 Kementrian Komunikasi dan Informatika ( kominfo). Penelitian yang dilakukan oleh [7] menggunakan metode k-means untuk mengelompokkan jumlah desa yang memiliki sarana kesehatan menunjukkan bahwa pengelompokkan data dengan Algoritma K-means dapat menghasilkan cluster tinggi 4 provinsi, cluster sedang 13 provinsi dan cluster rendah 17 provinsi. Penelitian yang dilakukan oleh [8] menggunakan metode k-means untuk mengelompokkan produksi jagung menurut provinsi menghasilkan cluster tinggi 2 provinsi, dan cluster rendah 32 provinsi. Jaringan telah dikembangkan dan digunakan diseluruh dunia untuk menyediakan pengguna dengan kualitas dan komunikasi yang handal[9]-[11]. Akan tetapi, penerimaan sinyal telepon yang tersedia saat ini belum dapat menjangkau ke semua lapisan masyarakat terutama yang tinggal di pedesaan dikarenakan belum tergabungnya jaringan telepon secara merata oleh pemerintah dan penyediaan jaringan telepon. Hal ini diakibatkan besarnya biaya pembangunan jaringan telepon dan sulit untuk menjangkau daerah terutama pedesaan. Dengan meningkatnya permintaan layanan data, hal ini menjadi semakin menantang untuk memenuhi kapasitas dan kualitas sinyal yang dibutuhkan, banyak perusahaan yang bergerak dibidang telekomunikasi yang didukung dengan transfer informasi komunikasi yang cepat[12]-[13]. Berdasarkan permasalahan maka penulis membuat suatu penelitian untuk mengelompokkan daerah dengan penerimaan sinyal telepon tinggi, sedang dan rendah. Data yang digunakan dalam penelitian ini data penerimaan sinyal internet telepon seluler dari Badan Pusat Statistik melalui situs https://www.bps.go.id/. Metode yang digunakan dalam pengelompokan adalah k-means. Wati Rizky Pebrianti Sitompul, Copyright © 2023 | Page 137 Bulletin of Artificial Intelligence Volume 2, No 2, October 2023 Page: 137−152 ISSN 2962-3944 (media online) https://journal.grahamitra.id/index.php/buai Algoritma k-means merupakan salah satu algoritma dalam teknik clustering non-hirearki yang berusaha memartisi data yang ada kedalam bentuk satu atau lebih cluster. Algoritma ini memartisi data ke dalam cluster sehingga data yang memiliki karakteristik berbeda dikelompokkan ke dalam cluster yang lain [14]-[15] Berdasarkan uraian diatas maka penulis mengangkat sebuah penelitian dengan judul penelitian “Penerapan Algoritma K-Means Dalam Mengelompokkan Jumlah Penerimaan Sinyal Telepon Seluler Di Sumatera Utara". Penelitian ini akan menghasilkan sebuah cluster yang dapat dijadikan sebagai tolak ukur untuk membantu pemerintah dalam hal penerimaan sinyal telepon seluler di sumatera utara. 2. METODOLOGI PENELITIAN 2.1 Pendahuluan Metodologi merupakan cara untuk melakukan sesuatu dengan menggunakan pikiran secara seksama dengan tepat utuk mencapai suatu tujuan. Sedangkan penelitian suatu kegiatan untuk mencari, mencatat, merumuskan serta menganalisis sampai menyusun laporan agar mencapai suatu tujuan[16]. Dalam menyusun penelitian ini pengkaji menggunakan penelitian kuantitatif yang menuntun atau mengarah terhadap pengguna angka-angka. Dimana komputasi numerik merupakan suatu pendekatan penyelesaian masalah matematika dengan menggunakan beberapa metode numerik[17]. Penelitian ini bertujuan untuk membangun sebuah data mentah menjadi kumpulan data yang diolah dengan menggunakan algoritma K-Means untuk melihat Centroid Cluster dari penerimaan sinyal internet telepon seluler. Pada tahapan ini dimulai dengan menghimp (...truncated)


This is a preview of a remote PDF: https://journal.grahamitra.id/index.php/buai/article/download/137/244
Article home page: https://journal.grahamitra.id/index.php/buai/article/view/137/244

Sitompul Wati Rizky Pebrianti, Solikhun Solikhun, Widodo Saputra, Selli Oktaviani, windarto agus perdana. Penerapan Algoritma K-Means Dalam Mengelompokkan Jumlah Penerimaan Sinyal Telepon Seluler Di Sumatera Utara, Bulletin of Artificial Intelligence, 2023, pp. 137-152,