Penerapan Data Mining Menggunakan Metode K-Means Untuk Cluster Rumah Tangga Dengan Status Kepemilikan Rumah Sewa

Article Sidebar

PDF
Published Aug 5, 2025
DOI https://doi.org/10.33050/icit.v11i2.3801

Main Article Content

Muhammad Faisal
Universitas Raharja
Wiranti Sri Utami
Universitas Cendekia Abditama
Janu Ilham Saputro
Universitas Raharja

Abstract

Memiliki Rumah merupakan Impian setiap orang karena dapat dijadikan tempat tinggal sementara maupun tetap suatu individu atau keluarga. Harga rumah memiliki nilai yang berbeda beda tergantung dari luas bangunan dan tanah maupun letak geografis. Terutama rumah yang berada di jantung Ibu Kota misalnya Jakarta, Jakarta sendiri memiliki harga rumah yang berbeda sesuai dengan kategorinya masing-masing. Memiliki sebuah hunian rumah merupakan impian setiap makhluk hidup khususnya Manusia. Namun dengan pertumbuhan Ekonomi membuat harga Rumah menjadi lebih mahal dari tahun ketahun. Sehingga seseorang yang sudah berkeluarga lebih memilih menyewa rumah atau mengontrak. Dalam penelitian ini penulis akan melakukan cluster menggunakan metode K-Means terhadap dataset Keluarga atau Rumah tangga dengan status kepemilikan rumah sewa atau kontrak. Algoritma K-Means dapat membantu dalam mengkategorikan Provinsi dan Tahun Keluarga atau Rumah tangga dengan status rumah sewa atau kontrak. Dengan dilakukannya penelitian ini menggunakan algoritma K-Means didapatkan 2 cluster dengan jumlah cluster terendah terdapat cluster 29 dan cluster tertinggi terdapat cluster 9 dan hasil validitas menggunakan metode Elbow yaitu 29,9.

Article Details

How to Cite
Faisal, M., Utami, W., & Saputro, J. (2025). Penerapan Data Mining Menggunakan Metode K-Means Untuk Cluster Rumah Tangga Dengan Status Kepemilikan Rumah Sewa. ICIT Journal, 11(2), 227-237. https://doi.org/https://doi.org/10.33050/icit.v11i2.3801
Issue
Vol 11 No 2 (2025): Agustus 2025
Section
Articles

References

[1] Y. Angelica, "Kenapa Gen Z Kesulitan Membeli Rumah? Ini Faktor Penyebabnya," btnproperti, 24 September 2024. [Online]. Available: https://www.btnproperti.co.id/blog/gen-z-tidak-bisa-beli-rumah. [Accessed 25 Februari 2025].
[2] T. Siagian, "4 Penyebab Gen Z Sulit untuk Membeli Rumah, Apakah Benar? ," IDN TIMES, 02 Oktober 2024. [Online]. Available: https://www.idntimes.com/life/inspiration/theodore-siagian/penyebab-gen-z-sulit-beli-rumah-c1c2?page=all. [Accessed 25 Februari 2025].
[3] I. M. Roeskamto and A. S. Atmadja, "PERGERAKAN HARGA RUMAH DI INDONESIA: ANALISIS SISI PERMINTAAN," Dimensi Utama Teknik Sipil, vol. 7, no. 2, pp. 53-59, 2020.
[4] E. F. Rahayuningtyas, F. N. Rahayu and Y. Azhar, "Prediksi Harga Rumah Menggunakan General Regression Neural Network," JURNAL INFORMATIKA, vol. 8, no. 1, pp. 59-66, 2021.
[5] M. Faisal, W. S. Utami, D. Prastyo and J. I. Saputro, "Penerapan Data Mining Menggunakan Metode K-Means Untuk ClusteringTindak Pidana Daerah(Studi Kasus:Data BPS 2018, 2019, 2020)," ICIT Journal, vol. 11, no. 1, pp. 79-88, 2025.
[6] R. Abidin and A. Herawati, "ANALISIS SENTIMEN PUBLIK TERHADAP KEBIJAKAN PROGRAM TABUNGAN PERUMAHAN RAKYAT (TAPERA)," Journal of Information System and Computer, vol. 4, no. 1, pp. 13-19, 2024.
[7] H. Retnaningsih, "PENOLAKAN IURAN TAPERA OLEH PEKERJA DAN PENGUSAHA," 11 Juni 2024. [Online]. Available: https://berkas.dpr.go.id/pusaka/files/isu_sepekan/Isu%20Sepekan---II-PUSLIT-Juni-2024-175.pdf. [Accessed 26 Februari 2025].
[8] Z. F. Daldiri, M. Rafly and I. Veritawati, "Clustering Daftar Harga Rumah di Jakarta Dengan Algoritma K-Means," Journal of Informatics and Advanced Computing (JIAC), vol. 3, no. 2, pp. 155-160, 2022.
[9] M. N. R. Fitriani, B. Priyatna, B. Huda, A. L. Hananto and T. , "Implementasi Metode K-Means Untuk Memprediksi Status Kredit Macet," Jurnal Sistem Komputer dan Informatika (JSON) , vol. 4, no. 3, pp. 554-561, 2023.
[10] A. W. S, I. G. I. Sudipa, T. A. E. Putra, A. J. Wahidin, W. A. Syukrilla, A. K. Wardhani, N. Heryana, T. Indriyani and L. W. Santoso, "Data Mining," in DATA MINING DAN KNOWLEDGE DISCOVERY PROCESS, Padang Sumatera Barat, PT GLOBAL EKSEKUTIF TEKNOLOGI, 2023, pp. 1-15.
[11] D. N. Yoliadi, "Data mining Dalam Analisis Tingkat Penjualan Barang Elektronik Menggunakan Algoritma K-means," Insearch, vol. 3, no. 1, pp. 43-53, 2023.
[12] R. R. Muhima, M. Kurniawan, S. R. Wardhana, A. Yudhana, S. W. M. Rahmawati and G. E. Yuliastuti, "KUPASTUNTAS ALGORITMA CLUSTERING KONSEŠ  PERHITUNGAN MANUAL, DAN PROGRAM," in PENGANTAR ANALISIS CLUSTERING, Surabaya, ANDI, 2021, pp. 1-4.
[13] T. Hardiani, "ANALISIS CLUSTERING KASUS COVID 19 DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS," JANAPATI, vol. 11, no. 2, pp. 156-165, 2022.
[14] A. Nugraha, O. Nurdiawan and G. Dwilestari, "PENERAPAN DATA MINING METODE K-MEANS CLUSTERING UNTUK ANALISA PENJUALAN PADA TOKO YANA SPORT," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 6, no. 2, pp. 849-855, 2022.
[15] W. Sudrajat, I. Cholid and J. Petrus, "Penerapan Algoritma K-Means Clustering untuk Pengelompokan UMKM Menggunakan Rapidminer," Jurnal Jupiter, vol. 14, no. 1, pp. 27-36, 2022.
[16] M. Faisal, W. S. Utami, D. Prastyo and J. I. Saputro, "Penerapan Data Mining Menggunakan Metode K-Means Untuk ClusteringTindak Pidana Daerah (Studi Kasus:Data BPS 2018, 2019, 2020)," ICITJournal, vol. 11, no. 1, pp. 79-88, 2025.
[17] N. T. Hartanti, "Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional," Jurnal Nasional Teknologi dan Sistem Informasi, vol. 6, no. 2, pp. 82-89, 2020.