ABSTRAKSI
Angka Harapan Hidup merupakan salah satu indikator yang digunakan untuk menilai derajat kesehatan penduduk, artinya jika angka harapan hidup meningkat, maka derajat kesehatan penduduk juga meningkat. Angka ini juga mempengaruhi pasar tenaga kerja dan meningkatkan populasi penduduk lanjut usia. Dengan ini, menjadi tugas pemerintah untuk membuat kebijakan menyeimbangkan Angka Harapan Hidup. Proses penggalian data dilakukan dengan menggunakan algoritma K-Means dan nilai rata-rata angka harapan hidup yang dimiliki oleh tiap daerah sehingga ditemukan pola yang memberikan gambaran tentang cluster setiap daerah yang digunakan untuk pengelompokan daerah.
Dalam penerapannya, dilakukan pengelompokan terhadap tingkat angka harapan hidup yang terbagi kedalam 3 cluster. Dengan data angka harapan hidup yang dimiliki tiap daerah di Jawa Timur sebagai data masukan, proses dilakukan menggunakan algoritma K-Means dengan memperhitungkan jarak paling terdekat dengan data terhadap pusat cluster (centroid) hingga tidak ada lagi data yang berpindah cluster.
Berdasarkan hasil pengujian sistem yang telah dilakukan pada angka harapan hidup dengan menggunakan 3 klaster telah menghasilkan total 6 kabupaten/kota yang berada di kelompok cluster 1 (rendah), 12 kabupaten/kota di kelompok cluster 2 (sedang), dan 20 negara di kelompok cluster 3 (tinggi). Hasil pengelompokan tersebut nantinya menjadi acuan pemerintah dalam melakukan strategi dalam memperbaiki dan meningkatkan fasilitas-fasilitas dalam bidang kesehatan, pendidikan, dan ekonomi penduduk.
Kata Kunci : Data mining, Angka Harapan Hidup (AHH), Jawa Timur, clustering, algoritma K-Means, Metode Elbow, website.

L007841

001.4 ANI p

Tugas Akhir T.I.

Tersedia namun tidak untuk dipinjamkan - No Loan

• PENERAPAN DATA MINING DALAM MENGELOMPOKKAN RATA-RATA ANGKA HARAPAN HIDUP (AHH) PENDUDUK JAWA TIMUR DENGAN MENGGUNAKAN ALGORITMA K-MEANS
  Waskita Agtyas Aninditha. 16201178. TI