Implementasi Algoritma K-Means untuk Mengenali Pola Jemaat dalam Kegiatan Pelayanan Gereja

Main Article Content

Emerensye Sofia Yublina Pandie
Tiwuk Widiastuti
Adi Sebastianus Molla
Bertha Selviana Djahi

Abstract

Gereja adalah sebuah institusi yang tidak hanya mengelola kerohanian jemaatnya, namun juga merupakan wadah organisasi yang mengayomi dan melindungi jemaat serta menjamin keberlangsungan kehidupan sosial masyarakat jemaatnya. Data statistik juga menunjukkan jumlah pemeluk agama Kristen Protestan di kota Kupang mencapai angka 209.438 orang atau sebanyak 61,08% dari jumlah total penduduk di kota Kupang. Jumlah gereja Kristen Protestan sebanyak 150 gereja sehingga diasumsikan setiap gereja memiliki jemaat rata-rata 1.396 jemaat per gereja.  Data mining merupakan proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstrasi pengetahuan sehingga didapat pola tertentu. Penelitian ini akan mengimplementasikan algoritma data mining K-Means Clustering untuk mengenali pola jemaat yang menjadi salah satu target kegiatan pelayanan gereja yaitu jemaat yang belum dibaptis padahal sudah melewati usia baptis pada umumnya sebanyak . Luaran utama yaitu berupa rumusan/pola jemaat dan hasil rumusan itu akan dipakai oleh pihak gereja untuk melakukan pendekatan kepada jemaat dengan ciri/pola tersebut.

Downloads

Download data is not yet available.

Article Details

How to Cite
Pandie, E., Widiastuti, T., Molla, A., & Djahi, B. (2019). Implementasi Algoritma K-Means untuk Mengenali Pola Jemaat dalam Kegiatan Pelayanan Gereja. J-Icon : Jurnal Komputer Dan Informatika, 7(2), 110-115. https://doi.org/10.35508/jicon.v7i2.1679
Section
Articles

References

Afrisawati. Implementasi data mining pemilihan pelanggan potensial menggunakan algoritma k-means. Jurnal Pelita Informatika Budi Karma, 5(3), 2013.
Nielza Atthina and Lizda Iswari. Klasterisasi data kesehatan penduduk untuk menentukan rentang derajat kesehatan daerah dengan metode k-means. In Seminar Nasional Aplikasi Teknologi Informasi (SNATI), volume 1, 2014.
Emha Taufiq Luthfi Kusrini. Algoritma data mining. Yogyakarta: Andi Offset, 2009.
Ahlihi Masruro, Kusrini Kusrini, and Emha Taufiq Luthfi. Sistem penunjang keputusan pe- nentuan lokasi wisata menggunakan k-means clustering dan topsis. Data Manajemen dan Teknologi Informasi, 15(4), 2014.
Johan Oscar Ong. Implementasi algoritma k-means clustering untuk menentukan strategi marketing president university. Jurnal Ilmiah Teknik Industri, 12(1):10–20, 2013.
Eko Prasetyo. Data mining konsep dan aplikasi menggunakan matlab. Yogyakarta: Andi, 2012.
Mhd Gading Sadewo, Agus Perdana Windarto, and Dedy Hartama. Penerapan datamining pada populasi daging ayam ras pedaging di indonesia berdasarkan provinsi menggunakan k-means clustering. InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan), 2(1): 60–67, 2017.
Neha Soni and Amit Ganatra. Categorization of several clustering algorithms from different perspective: a review. International Journal of, 2012.
Suprihatin. Klastering k-means untuk penentuan nilai ujian. JUSI, 1(1), 2011.
Bambang Tri Wahyo and Angga Anggriawan. Sistem rekomendasi paket wisata se-malang raya menggunakan metode hybrid content based and collaborative. Jurnal Ilmiah Teknologi Informasi Asia, 9(1):6–13, 2015.
Anindya Khrisna Wardhani. K-means algorithm implementation for clustering of patients dis- ease in kajen clinic of pekalongan. Jurnal Transformatika, 14(1):30–37, 2016.
Agus Perdana Windarto. Implementation of data mining on rice imports by major country of origin using algorithm using k-means clustering method. International Journal of Artificial Intelligence Research, 1(2), 2017.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.