Penerapan Algoritma K-Means Dalam Mengurangi Tingkat Buta Aksara Di Indonesia Sebagai Penunjang Keputusan

Abstract

Buta aksara adalah saat seseorang tidak mampu untuk membaca dan menulis sebuah kalimat sederhana dalam
berbagai bahasa. Data terakhir Badan Pusat Statistika (BPS) pada tahun 2017 jumlah penderita sebanyak 3,387,038
pada usia 15-59 tahun. Dari banyaknya jumlah penderita buta aksara tersebut, maka perlu adanya penelitian
mengenai penyebaran buta aksara di Indonesia. Penelitian ini bertujuan untuk melakukan pengelompokan provinsi
buta 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 yang
berbeda pada kelompok lain. Pada penelitian ini mengelompokan provinsi ke dalam beberapa cluster berdasarkan
kemiripan data, maka data provinsi dengan karakteristik yang sama dikelompokan menjadi satu cluster dan data
provinsi dengan karakteristik yang berbeda akan dikelompokan kedalam cluster yang lain. Jumlah data yang
digunakan sebanyak 34 data, menggunakan atribut provinsi, umur 15+, umur 15-45 dan umur 45+. Perhitungan
pada penelitian ini dilakukan dengan cara manual menggunakan Microsoft Excel kemudian dievaluasi dengan
menggunakan tools Rapidminer 9.2.0. Penelitian ini menghasilkan pengelompokan provinsi penderita buta
aksaran tertinggi dengan jumlah dua provinsi, sepuluh provinsi penderita buta aksara kategori sedang dan 22
provinsi penderita buta aksara kategori rendah