SELENGKAPNYA

NIM MAHASISWA : 10043128


NAMA MAHASISWA : FERRY HANI PRADITYA


JUDUL TA : Data Mining Untuk Mengetahui Target / Progress Konstruksi Pada Pekerjaan Fisik Irigasi ( Studi Kasus Di Dinas PU. Pengairan Kab. Sidoarjo )


DOSEN PEMBIMBING 1 : Rani Purbaningtyas


DOSEN PEMBIMBING 2 : Rifki Fahrial


ABSTRAK : DATA MINING UNTUK MENGETAHUI TARGET / PROGRESS KONSTRUKSI PADA PEKERJAAN FISIK IRIGASI ( STUDI KASUS DINAS PU PENGAIRAN KABUPATEN SIDOARJO ) Oleh : Nama : Ferry Hani Praditya Nim : 10.043.128 Clustering merupakan suatu teknik data mining yang membagi-bagikan data ke dalam beberapa kelompok (grup atau cluster atau segmen) yang tiap cluster dapat ditempati beberapa anggota bersama-sama. Setiap obyek dilewatan ke grup yang paling mirip dengannya. Ini menyerupai menyusunan pekerjaan antar kecamatan ke dalam pekerjaan fisik irigasi yang setiap nama pekerjaannya mempunyai kemiripan. Algoritma K-Means diperkenalkan oleh J.B. MacQueen pada tahun 1976, salah satu algoritma clustering sangat umum yang mengelompokkan data sesuai dengan karakteristik atau ciri-ciri bersama yang serupa. rumusan masalah dalam penelitian ini adalah mengimplementasikan Data Mining Algoritma K-means kedalam sistem pengelompokan pemilihan pekerjaan konstruksi di Kabupaten Sidoarjo, Tujuan dari penelitian ini membuat sistem untuk menampilkan hasil keputusan berupa keputusan layak dan tidaknya target / progress konstruksi pada pekerjaan fisik irigasi (studi kasus di Dinas PU Pengairan Kabupaten Sidoarjo). Hasil dari penelitian ini Pengkelasan pada 50 data pekerjaan konstruksi di Dinas PU Pengairan Kabupaten Sidoarjo terbagi menjadi 2 kelas. Dimana data didalam kelas 1 ada 4 pekerjaan yang tidak layak untuk dikategorikan pekerjaan konstruksi yang baik dan kelas 2 ada 46 pekerjaan yang layak dan baik untuk pekerjaan konstruksi di bagian progress dan waktu Pelaksanaan Kata Kunci : Clustering, Algoritma K-Means


KATA KUNCI : Klustering, algoritma k-means