Penerapan Data Mining Pada Data Anggaran Pendapatan Belanja Daerah Menggunakan Clustering K-Means

varadhis, mokhammad viqqih (2019) Penerapan Data Mining Pada Data Anggaran Pendapatan Belanja Daerah Menggunakan Clustering K-Means. Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
1 PENDAHULUAN.pdf
Download (693kB)
[img] Text
2 ABSTRAK.pdf
Download (227kB)
[img] Text
3 BAB I.pdf
Download (327kB)
[img] Text
4 BAB II.pdf
Restricted to Repository staff only
Download (685kB) | Request a copy
[img] Text
5 BAB III.pdf
Restricted to Repository staff only
Download (608kB) | Request a copy
[img] Text
6 BAB IV.pdf
Restricted to Repository staff only
Download (925kB) | Request a copy
[img] Text
7 BAB V.pdf
Restricted to Repository staff only
Download (218kB) | Request a copy
[img] Text
8 DAFTAR PUSTAKA.pdf
Download (323kB)
[img] Text
9 LAMPIRAN.pdf
Restricted to Repository staff only
Download (512kB) | Request a copy
[img] Text
10 ARTIKEL.pdf
Download (816kB)

Abstract

Salah satu aspek penting dari pemerintah daerah yang harus diatur secara hati-hati adalah masalah pengelolaan keuangan dan anggaran daerah. Anggaran daerah yang tercermin dalam APBD merupakan instrumen kebijakan utama bagi pemerintah daerah, menduduki porsi sentral dalam upaya pengembangan kapabilitas dan efektivitas pemerintah daerah. Clustering adalah teknik data mining yang dapat digunakan untuk mengelompokkan dan mengidentifikasi data Pendapatan Provinsi yang memiliki kesamaan dalam karakteristik tertentu. Metode clustering yang digunakan adalah metode k-means berdasarkan data APBD provinsi seluruh Indonesia . Melakukan pengelompokan berdasarkan perhitungan metode k-means clustering dan melakukan pengelompokan berdasarkan perhitungan SSE sebagai tingkat keakuratan. Hasil penelitian menunjukkan bahwa perhitungan menggunakan 3 cluster lebih baik dari pada menggunakan 2 cluster berdasarkan rata-rata nilai SSE menggunankan 3 cluster yaitu 1.997.420.753.800.730.000.000 sedangkan menggunakan 2 cluster yaitu 2.415.004.562.583.360.000.000.

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering > 622 Mining and Related Operations
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: varadhis mokhammad viqqih
Date Deposited: 08 Feb 2020 01:53
Last Modified: 08 Feb 2020 01:53
URI: http://repository.unmuhjember.ac.id/id/eprint/3530

Actions (login required)

View Item View Item