Implementasi Algoritma Density Based Spatial Clustering of Applications with Noise (DBSCAN) pada Aplikasi Penerima Bantuan Langsung Tunai (BLT) Online di Desa Bahtera Makmur Rokan Hilir - Riau

Abstract Views: 284   PDF Downloads: 305

Authors

  • Apriani Apriani Universitas Islam Sumatera Utara, Medan
  • Oris Krianto Sulaiman Universitas Islam Sumatera Utara, Medan
  • Antoni Antoni Universitas Islam Sumatera Utara, Medan

DOI:

https://doi.org/10.56211/helloworld.v4i1.613

Keywords:

Bahtera Makmur; Aplikasi Online BLT; Algoritma DBSCAN

Abstract

 

Tujuan dari penelitian ini adalah, dimana peneliti ingin membuat sebuah aplikasi penerima Bantuan Langsung Tunai (BLT) di Desa Bahtera Makmur kecamatan Bagan Sinembah Kabupaten Rokan Hilir supaya memudahkan pegawai di Desa Bahtera Makmur untuk mengetahui karakteria peneriman Bantuan Langsung Tunai (BLT).  Adapun tujuan peneliti yaitu membuat aplikasi penerima Bantuan Langsung Tunai (BLT) dengan menggunakan Algoritma Density Based Clustering of Applications with Noise (DBSCAN) untuk mengetahui karakteria penerima BLT sebagai Clustering sehingga dapat menetukan karakteria yang cocok dalam penerima Bantuan Langsung Tunai (BLT).  Yang dimana, Algoritma Clustering yang masuk kedalam kelompok Unsupervised learning yang dipakai untuk mengelompokan data kedalam beberapa bagian dengan sistem partisi.  Kesederhanaan DBSCAN menyatakan bahwa algoritma sudah diadopsi dibanyak bidang.  Karena mampu dengan cepat dan efisien dalam mengelompokkan sejumlah data yang besar, termasuk outlier.

Downloads

Download data is not yet available.

References

Kementrian Keuangan, Pedoman Penyaluran Dana Desa. 2021.

Y. Filki, “Algoritma K-Means Clustering dalam Memprediksi Penerima Bantuan Langsung Tunai (BLT) Dana Desa,” Jurnal Informatika Ekonomi Bisnis, pp. 166–171, Dec. 2022, doi: 10.37034/infeb.v4i4.166. DOI: https://doi.org/10.37034/infeb.v4i4.166

B. H. Irawan, “Analisa Kelayakan Pemberian Bantuan BLT pada Desa Pasangan Kecamatan Talang Kabupaten Tegal menggunakan Metode Topsis,” Jurnal Ilmiah Edutic : Pendidikan dan Informatika, vol. 8, no. 2, Art. no. 2, Jun. 2022, doi: 10.21107/edutic.v8i2.13838. DOI: https://doi.org/10.21107/edutic.v8i2.13838

M. K. Mulyadien and U. Enri, “Algoritma K-Means Untuk Pengelompokan Bantuan Langsung Tunai (BLT),” Jurnal Ilmiah Wahana Pendidikan, vol. 8, no. 12, Art. no. 12, Jul. 2022, doi: 10.5281/zenodo.6944517.

S. Nisrina, W. P. Nurmayanti, Basirun, Kertanah, and M. Gazali, “Penerapan Metode Clustering SOM dan DBSCAN dalam Mengelompokkan Unmet Need Keluarga Berencana di Nusa Tenggara Barat,” J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika, vol. 15, no. 2, Art. no. 2, Dec. 2022, doi: 10.36456/jstat.vol15.no2.a5549. DOI: https://doi.org/10.36456/jstat.vol15.no2.a5549

R. Anggara and A. Rahman, “Implementasi Algoritma DBSCAN Dalam Mengelompokan Data Pasien Terdiagnosa Penyakit Ginjal Kronis(PGK),” Jurnal Algoritme, vol. 3, no. 1, pp. 114–123, Oct. 2022, doi: 10.35957/algoritme.v3i1.3593. DOI: https://doi.org/10.35957/algoritme.v3i1.3593

A. Kristianto, “Analisa Performa K-Means dan DBSCAN dalam Clustering Minat Penggunaan Transportasi Umum,” Elkom: Jurnal Elektronika dan Komputer, vol. 14, no. 2, pp. 368–372, Dec. 2021, doi: 10.51903/elkom.v14i2.551. DOI: https://doi.org/10.51903/elkom.v14i2.551

T. D. Harjanto, A. Vatresia, and R. Faurina, “Analisis Penetapan Skala Prioritas Penanganan Balita Stunting Menggunakan Metode DBSCAN Clustering (Studi Kasus Data Dinas Kesehatan Kabupaten Lebong),” Rekursif, vol. 9, no. 1, Art. no. 1, May 2021, doi: 10.33369/rekursif.v9i1.14982. DOI: https://doi.org/10.33369/rekursif.v9i1.14982

Downloads

Article History

Submitted: 2024-08-15
Published: 2025-03-25
Pages: 1-11

PlumX Metrics

How to Cite

Apriani, A., Sulaiman, O. K., & Antoni, A. (2025). Implementasi Algoritma Density Based Spatial Clustering of Applications with Noise (DBSCAN) pada Aplikasi Penerima Bantuan Langsung Tunai (BLT) Online di Desa Bahtera Makmur Rokan Hilir - Riau. Hello World Jurnal Ilmu Komputer, 4(1), 1–11. https://doi.org/10.56211/helloworld.v4i1.613

Issue

Section

Articles

Most read articles by the same author(s)