ANALISIS POLA PENGADUAN WARGA MENGGUNAKAN DATA MINING K-MEANS Di DESA LARANGAN KABUPATEN PURBALINGGA
Keywords:
Pengaduan Warga, Data Mining, K-Means Clustering, Desa Larangan, Pelayanan PublikAbstract
Pengaduan warga merupakan salah satu sarana penting bagi pemerintah desa dalam mengevaluasi kinerja pelayanan publik, tingginya jumlah serta beragamnya jenis pengaduan sering menjadi kendala perangkat desa dalam melakukan penanganan yang cepat dan tepat. Kondisi ini menyebabkan terjadinya penumpukan pengaduan dan keterlambatan tindak lanjut. Penelitian ini bertujuan untuk menganalisis pola pengaduan warga di Desa Larangan menggunakan metode data mining dengan algoritma K-Means Clustering. Pengumpulan data dilakukan melalui wawancara, dokumentasi, dan observasi untuk memperoleh data pendukung, sedangkan data pengaduan dianalisis menggunakan teknik clustering guna menghasilkan kelompok berdasarkan tingkat urgensi. Hasil penelitian menunjukkan bahwa penerapan algoritma mampu mengelompokkan pengaduan ke dalam tiga kluster utama, yaitu kluster penting, sedang, dan biasa. Pembagian kluster ini memudahkan perangkat desa dalam memprioritaskan pengaduan yang bersifat penting, sementara pengaduan dengan tingkat urgensi lebih rendah tetap tercatat untuk ditangani sesuai kapasitas yang tersedia. Evaluasi sistem dilakukan melalui dua metode, yaitu black box testing untuk menguji fungsionalitas sistem, dan penyebaran kuesioner menggunakan pendekatan skala likert. Hasil penelitian menunjukkan bahwa sistem telah berjalan sesuai dengan fungsionalitas yang dirancang dan memperoleh tanggapan dari pengguna sebesar 87,6% yang berada dalam kategori sangat baik. Penerapan algoritma K-Means Clustering dapat menjadi solusi dalam mendukung tata kelola desa berbasis data.
Downloads
References
Alif Ramadhan, J., Tresya Haniva, D., & Suharso, A. (2023). Systematic Literature Review Penggunaan Metodologi Pengembangan Sistem Informasi Waterfall, Agile, dan Hybrid. In Journal Information Engineering and Educational Technology (Vol. 07).
Amalina, T., Bima, D., Pramana, A., & Sari, B. N. (2022). Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food. Jurnal Ilmiah Wahana Pendidikan, 8(15), 574–583. https://doi.org/10.5281/zenodo.7052276
Hariani, H., Sarjan, M., & Syarli, S. (2021). SISTEM INFORMASI PENILAIAN KINERJA PELAYANAN POLI GIGI PADA PUSKESMAS MENGGUNAKAN ALGORITMA K-MEANS BERBASIS WEB. Journal Peqguruang: Conference Series, 3(1), 188. https://doi.org/10.35329/jp.v3i1.1429
Jaya, I. M. L. M. (2020). Metode Penelitian Kuantitatif dan Kualitatif: Teori, Penerapan, dan Riset Nyata. Anak Hebat Indonesia.
Ngaeni, N. S., Kusrini, K., & Kusnawi, K. (2024). Analisis Kombinasi Algoritma K-Means Clustering dan TOPSIS Untuk Menentukan Pendekatan Strategi Marketing Berdasarkan Background Target Audiens. Journal of Computer System and Informatics (JoSYC), 5(2), 393–403. https://doi.org/10.47065/josyc.v5i2.4948
Nur, L., Stimik, A., Bangsa, T., & Kalisemi, J. (2024). MAKSIMISASI KEUNTUNGAN UMKM CV KAYANA MANDIRI MENGGUNAKAN METODE SIMPLEKS BERBANTUAN POM-QM. 15(2), 277–286. http://ejurnal.provisi.ac.id/index.php/JTIKP
Purwanto, P. , & S. S. (2022). P. K. T. H. M. T. L. P. A. C. N. N. (CNN). J. I. I. 18(2), 105-118. (n.d.). 328-1170-1-PB.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Indah Puji Rakhayu, Purwanto, Luthfi Nur Azizah

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.










