Pengelompokan Data Pelayanan Berbasis Density Based Learning

Amanda Iksanul Putri, Arif Marsal, Fitriani Muttakin

Abstract


Pelayanan publik sebagaimana dimaksud dalam Undang-Undang RI Nomor 25 Tahun 2009 adalah setiap tindakan yang dilakukan dalam rangka memenuhi kebutuhan mendasar yang sejalan dengan hak asasi setiap warga negara dan penduduk atas produk, jasa, dan pelayanan administratif yang ditawarkan oleh penyedia layanan terkait dengan pelayanan publik. Kepuasan masyarakat yang tepat diperlukan untuk meningkatkan kualitas pelayanan. Dalam penelitian ini jawaban dari daerah yang mempunyai pola kasus yang sebanding dikelompokkan dengan menggunakan teknik clustering guna dijadikan sebagai tolak ukur standar pelayanan publik yang diberikan.  Algoritma DBSCAN diterapkan pada penelitian ini menggunakan 102 data dari masyarakat yang melakukan pelayanan di Kantor Camat Rumbai Timur untuk mendapatkan hasil klasterisasi. Dengan nilai Eps berkisar antara 3,0 hingga 4,0 dan nilai Minpts 7 dan 8, total uji coba dilakukan sebanyak 22 kali. Pada penelitian ini diperoleh satu cluster disetiap percobaan, dimana cluster tersebut mengelompokkan masyarakat puas terhadap pelayanan yang dilakukan di Kantor Camat Rumbai Timur. Hal tersebut terbukti melalui perhitungan sekala likert dimana semua variable pada data mendapatkan sekala puas dari masyarakat.

Full Text:

PDF

References


L. D. Damayanti, K. R. Suwena, and I. A. Haris, “Analisis Kepuasan Masyarakat Terhadap Pelayanan Publik Berdasarkan Indeks Kepuasan Masyarakat (Ikm) Kantor Kecamatan Sawan Kabupaten Buleleng,” J. Pendidik. Ekon. Undiksha, vol. 11, no. 1, p. 21, 2019, doi: 10.23887/jjpe.v11i1.20048.

R. Hayati Alawiah, I. Sudahri Damanik, S. Tunas Bangsa Pematangsiantar, S. Utara, and I. A. Jln Sudirman Blok No, “Analisis Kepuasan Konsumen Terhadap Pelayanan Bengkel Menggunakan Metode Algoritma C4.5,” Januari, vol. 2, no. 1, pp. 31–38, 2021.

R. Widiyanti, C. Suhery, and R. Hidayati, “Implementasi Algoritma C5.0 Untuk Klasifikasi Kepuasan Masyarakat Terhadap Pelayanan Kantor Kecamatan,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 4, p. 1200, 2022, doi: 10.30865/jurikom.v9i4.4632.

A. Sadat, “Analisis Kinerja Aparatur Pemerintah Kecamatan Dalam Memberikan Pelayanan Publik Di Kantor Camat Medan Denai,” J. Taushiah FAI-UISU, vol. 9, no. 2, pp. 14–19, 2019.

M. Prihatin, Zaili Rusli, and Hasim As’ari, “Kualitas Pelayanan Publik Pada Kantor Camat Dumai Kota,” J. Niara, vol. 14, no. 3, pp. 266–274, 2021, doi: 10.31849/niara.v14i3.7378.

I. N. Sulistyo and Sotya Partiwi Ediwijoyo, “Analisis Kepuasan Masyarakat Terhadap Pelayanan Publik Berdasarkan Indeks Kepuasan Masyarakat di Kantor Kecamatan Ayah Kabupaten Kebumen,” J. E-Bis, vol. 4, no. 2, pp. 276–286, 2020, doi: 10.37339/e-bis.v4i2.386.

A. S. Devi, I. K. G. D. Putra, and I. M. Sukarsa, “Implementasi Metode Clustering DBSCAN pada Proses Pengambilan Keputusan,” Lontar Komput. J. Ilm. Teknol. Inf., vol. 6, no. 3, p. 185, 2015, doi: 10.24843/lkjiti.2015.v06.i03.p05.

R. Adha, N. Nurhaliza, U. Sholeha, and M. Mustakim, “Perbandingan Algoritma DBSCAN dan K-Means Clustering untuk Pengelompokan Kasus Covid-19 di Dunia,” SITEKIN J. Sains, Teknol. dan Ind., vol. 18, no. 2, pp. 206–211, 2021.

D. P. Indini, S. R. Siburian, and D. P. Utomo, “Implementasi Algoritma DBSCAN untuk Clustering Seleksi Penentuan Mahasiswa yang Berhak Menerima Beasiswa Yayasan,” pp. 325–331, 2022.

R. R. A. Rahman and A. W. Wijayanto, “Pengelompokan Data Gempa Bumi Menggunakan Algoritma Dbscan,” J. Meteorol. dan Geofis., vol. 22, no. 1, p. 31, 2021, doi: 10.31172/jmg.v22i1.738.

M. Nana Nurhaliza, “Clustering of Data Covid-19 Cases in the World Using DBSCAN Algorithms Pengelompokan Data Kasus Covid-19 di Dunia Menggunakan Algoritma,” Indones. J. Inform. Res. Softw. Eng., vol. 1, no. 1, pp. 1–8, 2021.

A. Aditya, B. N. Sari, and T. N. Padilah, “Comparison analysis of Euclidean and Gower distance measures on k-medoids cluster,” J. Teknol. dan Sist. Komput., vol. 9, no. 1, pp. 1–7, 2021, doi: 10.14710/jtsiskom.2020.13747.

R. Mahendra, F. Azmi, and C. Setianingsih, “Klasterisasi pada Data Penggunaan Listrik di Gedung Telkom University Menggunakan Algoritma Density-Based Spatial Clustering of Application With Noise (DBSCAN) Clustering on Electricity Usage at Telkom University Building Using Density-Based Spatial Clustering of Application With Noise (DBSCAN),” eProceedings Eng., vol. 8, no. 6, pp. 12014–12022, 2021.

D. Fitrianah, W. Gunawan, and R. A. Kurniaputra, “Implementasi Algoritma DBScan dalam Pemngambilan Data Menggunakan Scatterplot,” Techno Xplore J. Ilmu Komput. dan Teknol. Inf., vol. 6, no. 2, pp. 91–98, 2021, doi: 10.36805/technoxplore.v6i2.1179.

R. Nofitri and N. Irawati, “Analisis Data Hasil Keuntungan Menggunakan Software Rapidminer,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 5, no. 2, pp. 199–204, 2019, doi: 10.33330/jurteksi.v5i2.365.

A. A. R and O. H. I, “Performance Evaluation of Selected Distance-Based and Distribution-Based Clustering Algorithms,” Int. J. Softw. Eng. Comput. Syst., vol. 4, no. 2, pp. 38–48, 2018, doi: 10.15282/ijsecs.4.2.2018.3.0047.

V. H. Pranatawijaya, W. Widiatry, R. Priskila, and P. B. A. A. Putra, “Penerapan Skala Likert dan Skala Dikotomi Pada Kuesioner Online,” J. Sains dan Inform., vol. 5, no. 2, pp. 128–137, 2019, doi: 10.34128/jsi.v5i2.185.


Refbacks

  • There are currently no refbacks.


FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU
Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id