Penerapan Clustering Nilai Inflasi Berdasarkan Kelompok Pengeluaran Menggunakan Algoritma K-Means di Jawa Barat

Indonesia merupakan negara dengan beberapa kota di setiap provinsinya, namun tentunya setiap kota mempunyai tingkat inflasi yang berbeda setiap tahunnya. Dengan banyaknya data inflasi di Indonesia, sulit bagi pemerintah untuk mengkategorikan angka inflasi. Penulis berinisiatif melakukan penelitian tentang mengelompokkan nilai inflasi pengeluaran di jawa barat. Tujuan membuat laporan ini merupakan untuk memperoleh informasi dengan kualitas terbaik dari data yang diproses. Proses ini di harapkan dapat membantu pemerintah dalam mengetahui nilai inflasi berdasarkan kelompok pengeluaran tertinggi dan terendah di Jawa Barat. Metode yang digunakan adalah metode k-means clustering. Penelitian ini juga di dukung menggunakan salah satu perangkat lunak atau tools untuk mengolah data mining yaitu RapidMiner. Didapat hasil cluster terbaik yaitu 5 cluster berdasarkan nilai DBi 0,063. Dimana yang termasuk ke dalam cluster tersebut adalah cluster 0, cluster 2, dan cluster 4 dengan tingkat inflasi rendah berjumlah 5 Kabupaten/Kota. Dan yang termasuk ke dalam tingkat inflasi tinggi adalah cluster 1 dan cluster 3 berjumlah 2 Kabupaten/Kota. Hasil dari data ini juga menunjukkan nilai akurasi sebesar 100%, sehingga bisa disimpulkan jika algoritma k-means mempunyai nilai akurasi tinggi.