Archive | 2019

REKOMENDASI PEMASARAN KENDARAAN BERMOTOR RODA DUA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERBASIS GEOSPASIAL

 
 

Abstract


Pada tahun 2013, perbandingan jumlah alat transportasi kendaraan angkutan jenis umum dan luas daerah di Kabupaten Subang adalah 661:2052. Dengan jumlah kendaraan yang tidak layak guna sebanyak 396 kendaraan atau 60% dari total. Data KOPJAS pada 2018, jumlah trayek/rute angkutan umum sebanyak 420 trayek/rute, sedangkan jumlah trayek/rute elf sebanyak 227 trayek/rute. Jadi, total seluruh trayek/rute di Kabupaten Subang sebanyak 647 trayek/rute. Dengan kondisi tersebut jelas, masyarakat perlu kendaraan untuk bertransportasi. Dimana persebarannya sendiri tidak merata sehingga beberapa daerah hanya bisa diakses dengan kendaraan pribadi dan sebagian besar hanya bisa diakses oleh kendaraan roda dua. \nBerdasarkan pemaparan di atas, prospek bisnis/pemasaran kendaraan roda dua di Kabupaten Subang sangat menjanjikan. Tentu harus didukung dengan pemasaran yang baik, diantaranya memilih daerah-daerah prioritas dengan melakukan analisis klasterisasi daerah persebaran kendaraan umum. Untuk kemudian dijadikan acuan prioritas pemasaran kendaraan roda dua. Penerapan teknik Data Mining metode Clustering menggunakan Algoritma K-Means Clustering pada data KOPJAS Kabupaten Subang dari 26 Kecamatan untuk melakukan klasterisasi persebaran Trayek di Kabupaten Subang sebagai bahan pertimbangan pemasaran kendaraan roda dua. \nBerikutnya data ditabulasi, dilakukan pemilihan 2 centroid secara acak, untuk mendapatkan dua klaster. Selanjutnya menghitung besaran rasionya. Kemudian dilakukan pencarian nilai jarak baru ke centroid baru, penghitungan jarak berhenti ketika nilai rasio tidak berubah lagi, ditentukan minimal jarak dan kuadrat minimal jarak, sehingga didapatkan 4 kali iterasi. Hasilnya K-means Clustering mampu melakukan klasterisasi Keamatan di Kabupaten Subang. Aplikasi yang digunakan dalam mengolah data tersebut yaitu Xampp, Php, MySql dan Notepad++. \n \n \nKata Kunci: Clustering, Data Mining, K-Means, MySQL, PHP, Transportasi.

Volume 16
Pages None
DOI 10.47561/a.v12i2.159
Language English
Journal None

Full Text