Indonesia memiliki masalah sampah yang cukup rumit, terutama di provinsi-provinsi dengan padat penduduk dan urbanisasi tinggi seperti DKI Jakarta, Jawa Barat, dan Jawa Timur. Masalah ini semakin parah karena pertumbuhan penduduk dan aktifitas ekonomi yang pesat, sehingga jumlah sampah terus meningkat. Salah satu langkah awal yang bisa diambil adalah mengidentifikasi daerah penyumbang sampah di Indonesia untuk menangani permasalahan ini. Oleh karena itu, diperlukan proses data mining untuk mengelompokkan provinsi-provinsi penyumbang sampah di Indonesia. Penelitian ini akan menggunakan salah satu teknik unsupervised learning, yaitu clustering. Clustering adalah metode yang membagi rangkaian data menjadi beberapa kelompok berdasarkan kesamaan yang telah ditentukan sebelumnya. Penelitian ini bertujuan untuk Mengelompokan daerah penyumbang sampah di Indonesia berdasarkan provinsi dengan mengguanakan algoritma K-Means dan pemetaan dengan menggunakan QGIS. Pengelompokkan terbagi menjadi 2 kelompok, yaitu cluster 1 merupakan provinsi penyumbang sampah tingkat rendah dengan hasil 34 provinsi dan cluster 0 merupakan provinsi penyumbang sampah tingkat tinggi dengan hail 4 provinsi. Hasil pemodelan tersebut dievaluasi dengan mmenggunakan Davies Bouldin Index untuk mengetahui kualitas dari cluster. Hasil uji cluster didapatkan indeks nilai sebesar 0,404 untuk k = 2, hasil tersebut adalah cluster dengan nilai DBI terbaik. Penelitian ini diharapkan dapat memberikan penyajian data clusterisasi provinsi penyumbang sampah di Indonesia yang kemudian dapat digunakan pemerintah dalam membantu meningkatkan kualitas sistem pengelolaan sampah.

S12185

INF 0212 2025

Bekasi

Tersedia