OPTIMASI NILAI DAVIES BOULDIN INDEX PADA PROGRAM PENDAFTARAN TANAH SISTEMATIS LENGKAP (PTSL) MENGGUNAKAN ALGORITMA K-MEANS DAN PCA

Authors

  • Muhammad Hilmy Naufan STMIK IKMI Cirebon
  • Rudi Kurniawan STMIK IKMI Cirebon
  • Tati Suprapti STMIK IKMI Cirebon

DOI:

https://doi.org/10.30587/e-link.v20i1.9063

Keywords:

Pendaftaran Tanah Sistematis Lengkap, Clustering, Davies Bouldin Index

Abstract

Penelitian ini bertujuan mengoptimalkan proses clustering data program Pendaftaran Tanah Sistematis Lengkap (PTSL) dengan mengimplementasikan algoritma K-Means yang dikombinasikan dengan Principal Component Analysis (PCA) dan mengevaluasi hasilnya menggunakan Davies Bouldin Index (DBI). Dalam metode penelitian yang  diterapkan meliputi pengumpulan data dari Desa Bandorasawetan, Kecamatan Cilimus, Kabupaten Kuningan, pemilihan data, transformasi data, data mining, dan interpretasi/evaluasi. Hasil penelitian menunjukkan bahwa klaster yang optimal dicapai pada K = 5 dengan pendekatan Fixed Number menggunakan 1 Number of Components yang mempertahankan atribut NJOP Bangunan. Atribut ini memiliki distribusi yang lebih terpusat dalam satu cluster dalam arti memiliki pola yang konsisten, dengan nilai DBI sebesar 0.049, memiliki kinerja lebih baik dibandingkan K-Means tanpa PCA dengan DBI mencapai 0.466. Dari total 5 klaster yang terbentuk, cluster terbaik yang teridentifikasi berdasarkan hasil selisih rata-rata antara avg. within centroid distance dan avg. within centroid distance_cluster yaitu cluster 0, karena memiliki jarak terdekat dengan komponen utama (PC1) sebesar 128918767.1. Studi ini diharapkan dapat meningkatkan kualitas dalam pengelolaan data pertanahan agar menjadi lebih efektif.

Downloads

Published

2025-05-09

How to Cite

Naufan, M. H., Kurniawan, R., & Suprapti, T. (2025). OPTIMASI NILAI DAVIES BOULDIN INDEX PADA PROGRAM PENDAFTARAN TANAH SISTEMATIS LENGKAP (PTSL) MENGGUNAKAN ALGORITMA K-MEANS DAN PCA. E-Link: Jurnal Teknik Elektro Dan Informatika, 20(1), 17–28. https://doi.org/10.30587/e-link.v20i1.9063

Issue

Section

Articles

Similar Articles

You may also start an advanced similarity search for this article.