SKRIPSI
Oleh :
DWI RAHAYU UTAMI
NIM. 13650005
LEMBAR PENGAJUAN
SKRIPSI
Diajukan kepada :
<
ii
LEMBAR PERSETUJUAN
SKRIPSI
Oleh :
DWI RAHAYU UTAMI
NIM. 13650005
Mengetahui,
Ketua Jurusan Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang
iii
LEMBAR PENGESAHAN
SKRIPSI
Oleh:
DWI RAHAYU UTAMI
NIM. 13650005
Mengesahkan,
Ketua Jurusan Teknik Informatika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Maulana Malik Ibrahim Malang
iv
PERNYATAAN KEASLIAN TULISAN
Menyatakan dengan sebenarnya bahwa skripsi yang saya tulis ini benar-nenar
merupakan hasil karya saya sendiri, bukan merupakan pengambil alihan data,
tulisan atau pikiran orang lain yang saya akui sebagai hasil tulisan atau pikiran saya
sendiri, kecuali dengan mencantumkan sumber cuplikan pada daftar pustaka.
Apabila dikemudian hari terbukti atau dapat dibuktikan skripsi ini hasil jiplakan,
maka saya bersedia menerima sanksi atas perbuatan tersebut.
v
MOTTO
vi
LEMBAR PERSEMBAHAN
Juga untuk mas ku yang tiada duanya, Madelan, dan mbak ku yang
Yang bisa menjadi teman, sahabat, kakak, bahkan orang tua untukku,
kapanpun.
tugas ini,
Permata, Pipit, Dian, Risti, Pipeh, Vita, Heny, Linda, Kakak Lin dan lainnya,
menempuh S.Kom ini bersama dengan saling mendukung satu sama lain,
vii
KATA PENGANTAR
Segala puji bagi Allah SWT Tuhan semesta alam, yang telah melimpahkan
SAW, insan mulia yang telah menghabiskan waktu untuk menuntun umatnya dari
gelapnya kekufuran kearah keselamatan hidup, menuju cahaya Islam yang terang
tanpa keterlibatan dan sumbangsih dari berbagai pihak, mungkin akan sulit bagi
Maka dari itu dengan segenap kerendahan hati, penulis ucapkan terimakasih
kepada :
viii
2. Bapak Supriyono, M.Kom, selaku Dosen Pembimbing II yang telah
skripsi ini.
3. Dr. Cahyo Crysdian selaku Ketua Jurusan Teknik Informatika UIN Maliki
4. Seluruh staf Dosen dan Admin Jurusan Teknik Informatika UIN Maliki
5. Ibu dan Bapak tercinta, Ibu Lani dan Bapak Rahmad serta keluarga besar
yang selalu memberi dukungan yang tak terhingga serta doa yang senantiasa
mengiringi setiap langkah penulis serta menjadi motivasi luar biasa kepada
penunjang skripsi.
menjadi mahasiswa.
8. Para peniliti sebelumnya yang telah menulis karyanya yang terkait dengan
skripsi ini.
ix
Berbagai kekurangan dan kesalahan mungkin pembaca temukan dalam
penulisan skripsi ini, untuk itu penulis menerima segala kritik dan masukan
kekurangan bisa disempurnakan oleh peniliti selanjutnya dan semoga karya ini
Penulis
x
DAFTAR ISI
LEMBAR PENGAJUAN........................................................................................ ii
LEMBAR PERSETUJUAN................................................................................... iii
LEMBAR PENGESAHAN ................................................................................... iv
PERNYATAAN KEASLIAN TULISAN .............................................................. v
MOTTO ................................................................................................................. vi
LEMBAR PERSEMBAHAN ............................................................................... vii
KATA PENGANTAR ......................................................................................... viii
DAFTAR ISI .......................................................................................................... xi
DAFTAR GAMBAR ........................................................................................... xiv
DAFTAR TABEL ................................................................................................. xv
ABSTRAK ........................................................................................................... xvi
ABSTRACT ........................................................................................................ xvii
ملخص البحث............................................................................................................ xviii
BAB 1 PENDAHULUAN ................................................................................ 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Pernyataan Masalah .................................................................................. 5
1.3 Tujuan Penelitian ...................................................................................... 5
1.4 Manfaat Penelitian .................................................................................... 5
1.5 Batasan Masalah ....................................................................................... 6
1.6 Sistematika Penulisan ............................................................................... 6
BAB 2 STUDI PUSTAKA ............................................................................... 8
2.1 Kemiskinan ............................................................................................... 8
2.1.1 Pengertian Kemiskinan ..................................................................... 8
2.1.2 Kemiskinan Dalam Perspektif Al-Qur’an ......................................... 9
2.1.3 Jenis-Jenis Kemiskinan ................................................................... 12
2.1.4 Pengentasan Kemiskinan ................................................................ 13
2.2 Program Keluarga Harapan (PKH) Sebagai Program Penanggulangan
Kemiskinan ........................................................................................................ 14
2.2.1 Pengertian PKH ............................................................................... 15
2.2.2 Tujuan PKH .................................................................................... 17
2.2.3 Sasaran Dan Dampak Program ....................................................... 17
2.2.4 Peserta PKH .................................................................................... 19
xi
2.2.5 Nilai Bantuan .................................................................................. 22
2.3 Monitoring .............................................................................................. 25
2.4 Sistem Informasi Geografis (SIG) .......................................................... 27
2.4.1 Pengertian SIG ................................................................................ 27
2.4.2 Komponen-Komponen SIG ............................................................ 29
2.5 Platform Mobile ..................................................................................... 30
2.5.1 Platform yang mendukung satu perangkat manufaktur: ................. 31
2.5.2 Platform yang mendukung perangkat untuk berbagai manufaktur: 32
2.6 K-means Clustering ................................................................................ 33
2.6.1 Pengertian ........................................................................................ 35
2.6.2 Algoritma K-means ......................................................................... 36
2.6.3 Flowchart K-means Clustering ....................................................... 37
2.7 Penelitian Terkait ................................................................................... 38
BAB 3 METODE PENELITIAN ................................................................... 44
3.1 Studi Literatur ......................................................................................... 44
3.2 Analisis Kebutuhan Sistem .................................................................... 45
3.2.1 Data ................................................................................................. 45
3.2.2 Spesifikasi Sistem ........................................................................... 46
3.2.3 Spesifikasi Pengguna ...................................................................... 47
3.2.4 Lingkungan Operasi ........................................................................ 47
3.3 Pengumpulan Data ................................................................................. 47
3.4 Perancangan Sistem ................................................................................ 48
3.4.1 Penentuan Kriteria dan Alternatif ................................................... 49
3.4.2 Penentuan Skala Penilaian .............................................................. 50
3.4.3 Penentuan Tingkat Kepentingan Kriteria ........................................ 50
3.4.4 Parameter Tingkat Kemiskinan ....................................................... 51
3.4.5 Proses Clustering Tingkat Kemiskinan........................................... 52
3.4.6 Hasil Clustering............................................................................... 57
3.4.7 Penentuan Rute Monitoring ............................................................ 58
3.4.8 Perancangan User Interface............................................................. 59
3.5 Pengujian Sistem .................................................................................... 61
3.6 Implementasi Sistem .............................................................................. 65
BAB 4 UJI COBA DAN PEMBAHASAN .................................................... 66
4.1 Implementasi Interface ........................................................................... 66
xii
4.1.1 Halaman Splashscreen .................................................................... 66
4.1.2 Halaman Utama............................................................................... 67
4.1.3 Halaman Input Data ........................................................................ 68
4.1.4 Halaman Input Komponen .............................................................. 68
4.1.5 Halaman Kelola Data ...................................................................... 69
4.1.6 Halaman Rute Monitoring............................................................... 69
4.1.7 Halaman Tentang ............................................................................ 70
4.1.8 Halaman Bantuan ............................................................................ 71
4.1.9 Halaman Proses K-means Clustering .............................................. 72
4.2 Pengujian Sistem .................................................................................... 77
4.2.1 Persiapan Data ................................................................................. 77
4.2.2 Pengujian ......................................................................................... 77
4.2.3 Hasil dan Analisa ............................................................................ 78
4.3 Integrasi Islam ........................................................................................ 81
BAB 5 PENUTUP .......................................................................................... 84
5.1 Kesimpulan ............................................................................................. 84
5.2 Saran ....................................................................................................... 84
DAFTAR PUSTAKA ........................................................................................... 86
LAMPIRAN ........................................................... Error! Bookmark not defined.
xiii
DAFTAR GAMBAR
xiv
DAFTAR TABEL
xv
ABSTRAK
Kemiskinan adalah sebuah kondisi yang berada di bawah garis nilai standar
kebutuhan minimum, baik untuk makanan maupun non makanan. Dalam rangka
menanggulangi masalah kemiskinan, pemerintah indonesia memiliki berbagai
program terintegrasi. Salah satunya yaitu Program Keluarga Harapan (PKH) yang
merupakan program penanggulangan kemiskinan berbasis bantuan sosial. PKH
memberikan bantuan tunai bersyarat kepada Rumah Tangga Sangat Miskin
(RTSM) yang di dalamnya terdapat ibu hamil, balita, anak usia SD, SMP, SMA,
lansia dan penyandang dissabilitas berat. Besarnya perolehan bantuan PKH
ditentukan berdasarkan tingkat kemiskinan keluarga. Parameter tingkat kemiskinan
dilihat dari banyaknya kategori dalam RTSM yang bersangkutan disertai kewajiban
peserta untuk menjalankan komitmen penting di bidang kesehatan dan pendidikan.
Dalam penelitian ini diusulkan metode K-Means Clustering untuk mengatasi
masalah pengelompokan keluarga miskin berdasarkan banyaknya kategori tersebut.
Hasil akhir dari pengelompokan keluarga miskin ini akan di tampilkan pada aplikasi
berbasis mobile GIS dimana petugas PKH dapat mengetahui secara lansung rute
menuju lokasi penerima bantuan tersebut. Dengan data uji sebanyak 112 data
keluarga miskin di wilayah kecamatan kedungkandang pada tahun 2016 dapat
disimpulkan bahwa sistem mampu melakukan pengelompokan keluarga miskin
menjadi 7 cluster dengan akurasi metode K-Means Clustering sebesar 92,8%.
Berdasarkan hasil tersebut, metode K-Means Clustering dapat dikatakan
mempunyai nilai akurasi yang tinggi dalam membantu pengelompokan komponen
keluarga peserta PKH.
xvi
ABSTRACT
Utami, Dwi Rahayu. 2018. Monitoring Application of poor family using K-Means
Clustering on the basis Mobile GIS (Case study: PKH sub district
Kedungkandang of Malang city)
Advisors: (I) Fachrul Kurniawan, M.MT. (II) Supriyono, M.Kom
xvii
ملخص البحث
xviii
BAB 1
PENDAHULUAN
Bab ini membahas tentang penelitian yang terkait dan konsep tentang teori
Kelompok negara ini memiliki pembangunan sosial yang tampak terbelakang pada
kualitas sumber daya manusia, seperti rendahnya usia harapan hidup (51 tahun),
tingginya kematian bayi dan anak. Di samping itu juga di tandai dengan kemiskinan
Kemiskinan merupakan sebuah kondisi yang berada di bawah garis nilai standar
kebutuhan minimum, baik untuk makanan dan non makanan, yang disebut garis
kemiskinan adalah sejumlah rupiah yang diperlukan oleh individu untuk dapat
membayar kebutuhan makanan setara 2100 kilo kalori per orang per hari dan
transportasi, serta aneka barang dan jasa lainnya (BPS, Kemiskinan dan
Ketimpangan, 2017).
relevan untuk dikaji terus menerus. Menurut data dari Badan Pusat Statistik (BPS)
1
2
September 2013, dan Maret 2015. Jumlah dan persentase penduduk miskin pada
tahun 2006 berturut-turut adalah sebesar 39,30 juta atau 17,75 persen. Jumlah dan
persentase tersebut lebih tinggi dibanding kondisi kemiskinan tahun 2005 yang
sebesar 35,10 juta penduduk miskin atau 15,97 persen. Hal ini dipicu oleh kenaikan
harga barang kebutuhan pokok sebagai akibat dari kenaikan harga bahan bakar
minyak. Begitu pula dengan kenaikan dan persentase penduduk miskin September
2013 dibanding Maret 2013 juga disebabkan oleh kenaikan harga barang kebutuhan
pokok sebagai akibat dari kenaikan harga bahan bakar minyak pada bulan juni
2016, 2017).
merupakan masalah sosial yang patut menjadi fokus perhatian banyak kalangan,
tidak terkecuali mahasiswa. Mahasiswa tentu menjadi salah satu pihak yang paling
aspek intelektual, jiwa sosial, kepekaan, dan sikap aktif inisiatif juga menjadi kunci
sebagai kalangan intelek yang tepat dilakukan sekarang ini adalah mendatangi
majlis-majlis ilmu untuk menambah ilmu pengetahuan. Dari sudut pandang Al-
yang berbasis pemberdayaan usaha kecil, yang dijalankan oleh berbagai elemen
Sangat Miskin (RTSM) yang di dalamnya terdapat ibu hamil, balita, anak usia SD
dan anak usia SMP. Perolehan bantuan yang besarnya ditentukan oleh banyaknya
kategori dalam RTSM yang bersangkutan ini disertai kewajiban peserta PKH untuk
Komitemen bidang kesehatan berlaku bagi ibu hamil dan balita yang harus
didik diwajibkan untuk memenuhi absensi minimal 85% dari hari efektif sekolah
setiap bulannya.
4
status kesehatan dan gizi ibu hamil dan balita RTSM. Pada akhirnya, PKH
program bantuan sosial tersebut dikarenakan belum adanya sistem monitoring yang
kegiatan dengan membandingkan antara apa yang diharapkan dan apa yang
seperti PKH disini sangat penting agar diketahui sejauh mana efektivitas dan
efisiensi program sosial yang diberikan. Namun dalam pengamatan kami, sistem
berbasis mobile yang sedang berkembang pada saat ini, diharapkan dapat
bantuan sosial PKH, sehingga mempermudah jarak dan waktu dalam menyalurkan
terlebih dulu target kelasnya. Masukan yang diterima adalah data atau objek dan k
buah kelompok (cluster) yang diinginkan. Pada setiap cluster terdapat titik pusat
Berdasarkan penjelasan pada latar belakang yang telah dipaparkan di atas, maka
perumusan masalah yang diangkat pada penelitian ini adalah sebagai berikut
GIS?
1. Masyarakat Umum
2. Pendidikan
3. Dinas Sosial
6
a. Mengetahui secara jelas dan tepat lokasi penerima manfaat PKH yang ada
Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah
Dalam penulisan skripsi ini, secara keseluruhan terdiri dari lima bab yang
BAB I PENDAHULUAN
Bab ini merupakan bagian awal, dalam bab ini berisi latar belakang, pernyataan
penulisan laporan.
Bab ini berisi tentang teori-teori yang berhubungan dengan permasalahan yang
diangkat dari penelitian ini, antara lain pengertian kemiskinan, Program Keluarga
Bab ini menjelaskan tentang analisis sistem dan perancangan sistem yang akan
diagram-diagram sistem.
Bab ini berisi mengenai pengujian dan analisis dari hasil pengujian dari sistem yang
BAB V PENUTUP
Bab ini berisi kesimpulan dan saran seluruh penelitian yang telah dilakukan.
BAB 2
STUDI PUSTAKA
Bab ini membahas tentang penelitian yang terkait dan konsep tentang teori
2.1 Kemiskinan
sederhana penanganannya.
bertanya, bagaimana hal itu difahami serta siapa yang meresponnya. Perspektif ini
menggambarkan dua belas dimensi, yang satu dengan lainnya saling berkaitan dan
1. Dimensi pendidikan/kemampuan
3. Dimensi waktu
8
9
4. Dimensi musim
6. Dimensi keamanan
8. Dimensi material
diartikan lebih sempit sebagai individu yang berada dalam kondisi kurang baik,
rentan, terpinggirkan, tidak punya atau memiliki akses yang minim, seperti terhadap
Di lain pihak Bank Dunia telah mendefinisikan kemiskinan dalam standar ukur
pendapatan minimum US$ 1 per hari (Albornoz, et al., 2007). Sejak tahun 1980an
kesejahteraan. Kemiskinan secara umum adalah kondisi yang ditandai oleh serba
Secara etimologis miskin berasal dari huruf sin – kaf – nun dengan pola
tidak bergerak, serupa dengan makna sakata (diam). Dalam pengertian terminologi,
memiliki apa-apa. Abu Ishaq mendefinisikan miskin sebagai orang yang dihinggapi
kefaqiran. Tampaknya Abu Ishaq cenderung memaknai miskin sebagai objek, dan
pendapat ini diragukan oleh Ibn Manzur karena status miskin adalah sebagai subjek,
yaitu ism sifat mushabbahah. Untuk melengkapi pengertian miskin secara lebih
detail, diperlukan tinjauan dari berbagai kitab tafsir. Abu Ja’far al-Tabari dalam
tafsirnya mengatakan bahwa term miskin adalah orang yang rendah dan hina karena
fakir dan butuh. Ia juga mengutip pendapat yang mengatakan bahwa miskin adalah
dalam masyarakat. Orang-orang miskin tidak hanya ada di negara berkembang saja,
namun juga ada di negara- negara maju. Jika di negara maju saja banyak yang hidup
yang dipimpinnya, seperti tanggung jawab Rasulullah SAW pada Negara yang bisa
ayat 41
س ِبي ِل
َّ ين َواب ِْن ال َ سو ِل َو ِلذِي ْالقُ ْر َب ٰى َو ْال َيتَا َم ٰى َو ْال َم
ِ سا ِك ُ لر َ ش ْيءٍ فَأ َ َّن ِ ََّّللِ ُخ ُم
َّ سهُ َو ِل َ َوا ْعلَ ُموا أَنَّ َما َغ ِن ْمت ُ ْم ِم ْن
Artinya :
“Ketahuilah, sesungguhnya apa saja yang dapat kamu peroleh sebagai rampasan
perang, maka sesungguhnya seperlima untuk Allah, Rasul, kerabat Rasul, anak-anak
yatim, orang-orang miskin dan ibnussabil, jika kamu beriman kepada Allah dan
kepada apa yang kami turunkan kepada hamba Kami (Muhammad) di hari Furqaan,
yaitu di hari bertemunya dua pasukan. Dan Allah Maha Kuasa atas segala sesuatu”.
baik dari orang-orang kafir maupun orang-orang musyrik yang dikalahkan oleh
bahwa hasil dari harta rampasan itu seperlimanya harus dibagi menjadi lima bagian,
yaitu: pertama untuk AIlah dan Rasul-Nya; kedua untuk kerabat Rasul, ketiga untuk
anak-anak yatim, keempat untuk orang-orang miskin, dan kelima untuk Ibn sabil.
Pernyataan Allah dan Rasul yang dimaksud adalah untuk Rasul, karena penyebutan
Allah dalam ayat ini sebagai penghormatan bagi Rasul yang menjadi utusanNya atau
bagian seperlima ada yang harus diikhlaskan di jalan Allah. Bagian untuk Rasul
diserahkan semua kepadanya selama beliau masih hidup. Beliau memanfaatkan atau
diserahkan kepada umatnya terserah pada beliau sendiri. Kerabat Rasul yang dimaksud
adalah anak-anak muslim yangtelah ditinggal mati orang tua mereka dan mereka
membutuhkan bantuan. Ibn sabil adalah orang Islam yang bepergian kehabisan
bekal. Sedang empat perlima dari harta rampasan utuk para serdadu yang
serdadu muslim yang ikut pertempuran. Hal ini menunjukkan bahwa dalam Islam
sangat menghargai kerja mereka dan pengorbanan mereka demi untuk kejayaan
Islam serta memberikan motivasi kepada mereka untuk memenangkan dalam setiap
pertempuran.
12
bagi negara yang mengatur segala dana yang masuk untuk kepentingan
pimpinan umat dan kepada Negara, yaitu Rasul, kerabat Rasul yang giat dan
ikhlas membela perjuangan dan ketinggian Rasul, dan untuk membantu orang-
membutuhkan uluran tangan untuk meringankan beban mereka dan syukur dapat
1. Kemiskinan absolut
minimum hidupnya untuk memelihara fisiknya agar dapat bekerja penuh dan
efisien.
2. Kemiskinan relatif
3. Kemiskinan Struktural.
13
Kemiskinan struktural lebih menuju kepada orang atau sekelompok orang yang
tetap miskin atau menjadi miskin karena struktur masyarakatnya yang timpang,
5. Kemiskinan kultural.
sudah turun temurun yang membuat mereka menjadi miskin (Mardimin, 1996).
keluarga mencakup:
b. Kedua, bantuan pendidikan berupa beasiswa dan pendidikan anak usia dini.
pemberdayaan usaha mikro dan kecil. Tujuan dari program ini adalah untuk
meningkatkan akses permodalan dan sumber daya lainnya bagi usaha mikro dan
Kemiskinan
pemberdayaan usaha kecil, yang dijalankan oleh berbagai elemen Pemerintah baik
3. Pemberdayaan masyarakat
masing-masing:
Pendapatan.
kepada Rumah Tangga Sangat Miskin (RTSM) dan bagi anggota keluarga RTS
Program ini, dalam jangka pendek bertujuan mengurangi beban RTSM dan dalam
jangka panjang diharapkan dapat memutus mata rantai kemiskinan antar generasi,
Komponen Tujuan MDG’s yang akan terbantu oleh PKH yaitu: Pengurangan
melahirkan.
bantuan tunai. Peserta adalah elemen penting dalam program ini. Pengetahuan
atas kewajiban ini yang menjadi dasar perubahan perilaku keluarga dan
kewajiban untuk dapat menerima bantuan tunai. Peserta adalah elemen penting
dalam program ini. Pengetahuan atas kewajiban ini yang menjadi dasar
kesehatan.
17
Peserta PKH.
3. Meningkatkan status kesehatan dan gizi ibu hamil (bumil), ibu nifas, bawah
lima tahun (balita) dan anak prasekolah anggota Rumah Tangga Sangat Miskin
Sasaran peserta PKH adalah Keluarga Sangat Miskin (KSM) dan yang
memiliki komponen kesehatan (ibu hamil, nifas, balita, anak pra-sekolah) dan
komponen pendidikan (SD sederajat, SMP sederajat, SMA sederajat) atau anak usia
Keluarga Harapan terdiri atas tiga komponen, yaitu komponen pendidikan yang
kehadiran 85% dari jumlah hari efektif sekolah yang berlaku, komponen kesehatan
dengan kewajiban antara lain peserta mendapatkan layanan prenatal dan postnatal,
sesuai jadwal, dan memantau tumbuh kembang anak secara teratur dengan minimal
18
kehadiran 85% dan komponen kesejahteraan sosial yang terdiri dari penyandang
selama ini melekat pada diri masyarakat miskin. Sejak 2012 penerima bantuan
(multiyear) yang dimulai pada tahun 2007 di tujuh provinsi. Sampai dengan tahun
dan 6.080 Kecamatan. Target peserta PKH pada tahun 2016 mencapai 6 juta
Penetapan sasaran untuk PKH dilakukan oleh Badan Pusat Statistik (BPS).
Untuk pertama kalinya, menggunakan data tahun 2005 yang dimiliki (berdasarkan
nama dan alamat), BPS melakukan Survei Pendidikan dan Survei Pelayanan Dasar
Kesehatan dan Pendidikan (SPDKP) guna mengidentifi kasi rumah tangga sangat
19
miskin serta fasilitas pendidikan dan kesehatan. Daftar tahun 2005 memuat sekitar
19,1 juta rumah tangga, seharusnya berada pada sebaran penghasilan terendah, dan
digunakan sebagai daftar untuk program Bantuan Langsung Tunai (BLT) pada
tahun 2005. SPDKP dilakukan tidak hanya pada rumah tangga namun juga pada
fasilitas, guna menguji kesiapan data tersebut untuk PKH. SPDKP dilakukan setiap
tahun. Pada tahun 2008 Badan Pusat Statistik (BPS) menyelenggarakan pendaftaran
2013). Daftar baru ini digunakan sebagai penetapan sasaran PKH antara tahun
2009–2011. Sejak tahun 2012, penetapan sasaran PKH mulai menggunakan Basis
Data Terpadu (BDT). Basis data ini, yang didasarkan pada data tahun 2011, berisi
nama dan alamat individu rumah tangga yang berada pada 40 persen sebaran
Tangga Sangat Miskin (RTSM) yang memiliki anggota keluarga yang terdiri dari
anak usia 0-15 tahun dan/atau ibu hamil/nifas dan berada pada lokasi terpilih.
a. Komponen Kesehatan
b. Komponen Pendidikan
1) SD
2) SMP
3) SMA
1) Disabilitas Berat
program.
komponen yaitu (i) pendidikan dan (ii) kesehatan. Keduanya dan kemiskinan
persalinan, bayi dan balita dalam jangka panjang berpengaruh terhadap kualitas
dll) dan pendidikan (menyekolahkan anak sampai minimal lulus sekolah setara
SMA), diharapkan PKH akan merubah kebiasaan RTSM ke arah perbaikan kualitas
SDM. Upaya ini dalam jangka panjang program diharapkan akan memutus mata
yakni :
dalam 3x trimester
2) Bayi
a. Usia 0-11 bulan : Imunisasi lengkap serta pemeriksaan berat badan setiap
bulan
3) Balita
a. Usia 1-5 tahun : Imunisasi tambahan dan pemeriksaan berat badan setiap
bulan
22
b. Usia 5-6 tahun : Pemeriksaan berat badan setiap 1 bulan dan mendapatkan
4) Anak Sekolah
Usia 6-21 tahun yang belum menyelesaikan pendidikan dasar (SD, SMP,
SMA) :
5) Disabilitas Berat
b. Mengikuti kegiatan sosial (day care dan home care) (Tanya Jawab
TNP2K, 2017)
Nilai bantuan adalah besaran bantuan PKH yang akan diberikan kepada
1. Bantuan Tetap
Nilai bantuan tetap adalah sejumlah uang yang diberikan kepada penerima
tetap dalam satu tahun anggaran sebesar Rp. 500.000,- yang diberikan pada tahap
23
peserta dalam rangka memasuki tahun ajaran baru. Sedangkan bantuan tetap untuk
peserta baru menerima bantuan satu tahap, adalah sebesar Rp. 125.000,-.
besar bantuan yang diterima akan bervariasi pada setiap tahapan bantuan seperti
bantuan untuk beberapa komponen yang ada dalam satu rumah tangga dan besaran
bantuan yang diberikan oleh PKH ini memiliki nilai/besaran minimal yakni Rp.
950.000 per tahun dan besaran maksimal Rp. 3.900.000 per tahun. Jadi meskipun
semua komponen dimiliki oleh sebuah rumah tangga nominal bantuan yang
diterima tetap besaran maksimal. Kemudian seluruh anggota rumah tangga yang
menjadi penerima bantuan PKH, seperti yang tertera pada Tabel 2.3 di atas,
2.3 Monitoring
macam alat bantu yang digunakan dalam pelaksanaan sistem monitoring, baik
(Suhato, 2014).
acuan, dan indikator keberhasilan dan kegagalan, kesalahan atau ketepatan, yang
telah ditetapkan dan diketahui bersama. Karena itu, standar, acuan, dan indikator
ini harus telah ditetapkan terlebih dahulu sebelum program dijalankan dan
2. Terbuka
Kegiatan monitoring dan evaluasi harus diketahui bukan hanya oleh pihak
yang melakukan monitoring dan evaluasi, tetapi juga oleh pihak yang dimonitor
dan dievaluasi. Bahkan juga boleh diketahui dan dilakukan pihak manapun
sepanjang memakai standar, acuan, dan indikator monitoring dan evaluasi yang
diketahui bersama.
3. Adil
bangunan yang dinyatakan benar di suatu wilayah tidak dapat dinyatakan salah
4. Berorientasi solusi
diorientasikan untuk menemukan solusi atas masalah yang terjadi dan karena itu
5. Partisipatif
6. Berjenjang
yaitu para Kepala Unit dan para Manajer Distrik. Manajer Distrik akan
memonitor dan mengevaluasi staf kantor lainnya. Itu adalah monitoring dan
berbasis pada perangkat lunak komputer yang digunakan untuk memberikan bentuk
digital dan analisa terhadap permukaan geografi bumi sehingga membentuk suatu
Definisi SIG selalu berubah, hal ini terlihat dengan banyaknya definisi SIG
yang telah beredar dan juga SIG merupakan bidang kajian ilmu dan teknologi yang
28
relative masih baru. Berikut adalah definisi SIG dari beberapa pustaka yang
beredar:
a. Bern (1992)
2) Kompilasi data
3) Penyimpanan data
6) Manipulasi data
8) Analisis data.
b. Rice (2000)
bumi.
c. Basic (2000)
Uraian mengenai definisi SIG diatas merupakan sebagian kecil dari pustaka
yang beredar. Hal tersebut mengisyaratkan bahwa SIG merupakan suatu bidang
kajian ilmu yang digunakan sebagai disiplin ilmu dan berkembang dengan cepat
bahkan memperoleh manfaat dari sistem. Kategori orang yang menjadi bagian
dari SIG ini ada beragam, misalnya operator, analis, programmer, basis data
3. Data yang digunakan dalam SIG dapat berupa data grafis dan data atribut. Data
permukaan bumi yang memiliki referensi (koordinat) lazim berupa peta, foto
udara, citra satelit dan sebagainya atau hasil dari interpretasi data tersebut.
Sedangkan data atribut misalnya data sensus penduduk, catatan survey, data
statistic lainnya. Kumpulan data dalam jumlah besar dapat disusun menjadi
sebuah basis data. Jadi dalam SIG juga dikenal adanya basis data yang lazim
4. Perangkat lunak SIG adalah program komputer yang dibuat khusus dan
SIG, adalah :
sistem jaringan dengan sever, komputer dengan jaringan global (internet) dan
Sistem komputer untuk SIG terdiri dari perangkat keras (hardware), perangkat
sebuah arsitektur perangkat keras dengan sebuah kerangka kerja perangkat lunak
perangkat lunak, khusus perangkat lunak aplikasi, dapat berjalan. Platform yang
antarmuka yang terkait dengan komputer. Sedangkan mobile adalah kata sifat yang
berarti dapat bergerak atau dapat digerakkan dengan bebas dan mudah. Jadi
menjalankan perangkat lunak yang dapat bergerak, bebas dan mudah. Berbagai
menyesuaikan akan menggunakan platform yang mana agar kerja aplikasi dapat
kadang sebuah aplikasi bisa berjalan baik di salah satu platform namun tidak bisa
Ada dua tipe platform dengan fungsi berbeda yaitu hanya dapat bekerja pada
penjelasannya:
sms, web browsing, internal faxing, layanan push e-mail, dan layanan nirkabel
2. iPhone OS, iPhone dan iPod Touch SDK. Platform ini menggunakan bahasa
bahasa ini. Mac OS menggunakan bahasa ini untuk membuat program pada
produk iPhone.
1. Java, ME, jenis platform ini biasanya menghasilkan aplikasi portable. Namun
ada beberapa perangkat hardware tertentu membuat aplikasi Java menjadi tidak
portable.
2. Symbian platform, tipe ini hanya khusus didesain untuk perangkat mobile dan
dapat berjalan baik pada resource sistem, sehingga dapat mengoptimalkan kerja
3. Android adalah produk platform keluaran Linux dari perusahaan Open Handset
Alliance. Aliansi ini terdiri dari 34 anggota seperti Google, Motorola, T-Mobile,
4. Windows Mobile, adalah sebuah sistem operasi ponsel yang dikembangkan oleh
perangkat Android.
untuk menggunakan platform Android karena dirasa sesuai dengan aplikasi yang
1. Penggunaan yang didesain mudah pada fitur-fitur aplikasi, serta tidak sulit
untuk dipahami.
2. Android dapat juga dikatakan sistem operasi berbasis Linux yang open source.
Dengan begitu akan memberikan peluang besar untuk para developer membuat
3. Pengguna dapat dengan bebas untuk memilih aplikasi yang mana saja yang
ingin digunakan.
4. Tersedia banyak sekali aplikasi yang dapat digunakan secara gratis dengan
berbagai aplikasi secara mudah, serta dapat menelusuri apps Android yang
diinginkan.
setiap waktu akan muncul berbagai program dengan teknologi baru yang luar
1976. Metode ini adalah salah satu metode non-hirarchi yang umum digunakan.
34
Metode ini termasuk dalam teknik penyekatan (partition) yang membagi atau
memisahkan objek ke k daerah bagian yang terpisah. Pada k-means setiap objek
harus masuk dalam kelompok tertentu, tetapi dalam satu tahapan proses tertentu,
objek yang sudah masuk dalam satu kelompok bisa berpindah kelompok pada
tahapan berikutnya.
Hasil cluster dengan metode k-means sangat bergantung pada nilai pusat
kelompok awal yang diberikan. Pemberian nilai awal yang berbeda bisa
menghasilkan kelompok yang berbeda. Ada beberapa cara memberi nilai awal
secara random, menentukan nilai awalnya atau menggunakan hasil dari kelompok
dilakukan oleh Agustina dkk (2012) algoritma K-means Clustering adalah metode
menjadi ukuran yang kuantitatif. Penelitian lain oleh mardiani (2014) menyatakan
means lebih banyak yang mendekati nilai 1 dibanding algoritma EM. Ini berarti
pengelompokan cluster pada algoritma K-means lebih baik dari algoritma EM.
sebagai referensi dijabarkan pada sub bab penelitian terkait di akhir bab 2 ini.
35
2.6.1 Pengertian
dan merupakan salah satu metode yang melakukan pengelompokan data dengan
yang sama satu sama lainnya dan mempunyai karakteristik yang berbeda dengan
data yang ada di dalam kelompok lain. Dengan kata lain, metode ini berusaha untuk
meminimalkan variasi antar data yang ada di dalam suatu cluster dan
memaksimalkan variasi dengan data yang ada di cluster lainnya (Agusta, 2007).
yaitu :
1. Jumlah cluster k
bahwa tidak ada aturan khusus dalam menentukan jumlah cluster k , terkadang
2. Cluster awal
Cluster awal yang dipilih berkaitan dengan menentukan pusat cluster awal
(centroid awal). Dalam hal ini terdapat beberapa pendapat dalam pemilihan
Oleh karena adanya pemilihan cluster awal yang berbeda ini maka
3. Ukuran Jarak
ini diukur dengan jarak Euclidean. Ukuran jarak ini digunakan untuk
2. Inisialisasi k pusat cluster ini bisa dilakukan dengan berbagai cara, namun yang
paling sering dilakukan adalah dengan cara random. Pusat-pusat cluster diberi
3. Alokasikan semua data atau objek ke cluster terdekat. Kedekatan dua objek
suatu data ke cluster tertentu ditentukan jarak antara data dengan pusat cluster.
Dalam tahap ini perlu dihitung jarak tiap data ke tiap pusat cluster. Jarak paling
antara satu data dengan satu cluster tertentu akan menentukan suatu data masuk
37
dalam cluster mana. Untuk menghiutng jarak semua data ke setiap tiitk pusat
berikut:
Dimana:
4. Hitung kembali pusat cluster dengan keanggotaan cluster yang sekarang. Pusat
cluster adalah rata-rata dari semua data/ objek dalam cluster tertentu. Jika
dikehendaki bisa juga menggunakan median dari cluster tersebut. Jadi rata-rata
5. Tugaskan lagi setiap objek memakai pusat cluster yang baru. Jika pusat cluster
tidak berubah lagi maka proses clustering selesai. Atau, kembali ke langkah
Abidin, dkk (2006) dalam penelitiannya yang berjudul “Monitoring kereta api
berbasis GIS” ini membuat sebuah sistem informasi posisi kereta api berbasis GIS,
sistem ini memberikan informasi tentang posisi kereta api secara real-time, dengan
fasilitas lain berupa informasi nama masinis yang sedang bertugas, kecepatan, dan
koordinat kereta. Sistem ini juga dilengkapi dengan peringatan kepada masisnis
jika ada kereta lain didepanya, peringatanya berupa pesan singkat atau SMS.
dengan adanya SMS tersebut diharapkan dapat mengurangi kecelakaan kereta api,
Sedangkan pada sisi GIS, posisi kereta api akan ditampilkan kedalam bentuk peta
yang diambil dari google map. pada google map terdapat fitur API, API sendiri
39
satunya adalah MAP API, dengan fitur tersebut kita dapat mengakses google
map kedalam berbagai aplikasi. Dari hasil pemetaan data koordinat yang
dikirimkan oleh kereta. Hasil pemetaan posisi tersebut tepat berada pada rel,
juga tidak terlalu jauh yaitu sekitar 4-5 meter dari titik sebenarnya (Abidin, Arifin,
kurangnya perhatian terhadap gas-gas berbahaya seperti CO,NO dan NO2 dapat
memberikan dampak negatif bagi kehidupan. Oleh karena itu, dibuatlah suatu
sistem berbasis Arduino yang dapat mengetahui parameter dari polusi udara
mikrokontroler arduino. dimana alat ini memiliki sensor dan gps sebagai modul
yang akan memberikan nilai dari polusi udara serta kordinat yang ditangkap dari
sensor dan gps tersebut. Arduino board dapat berfungsi sebagai pengendali
utama dalam pemrosesan data sistem informasi monitoring polusi udara. Kemudian
hasil yang didapat diolah dan ditampilkan dalam bentuk sistem informasi
melakukan beberapa iterasi. Iterasi dianggap cukup atau berhenti saat nilai
40
perubahan fungsi objektif berada dibawah nilai ambang batas. Dari hasil
oleh 6 nasabah. Nasabah ini lah yang nantinya akan dilirik oleh pihak bank
untuk diberikan iklan penawaran Penentuan nasabah bank yang layak untuk
anggaran promosi. Bila satu biaya promosi menghabiskan Rp 1000 dan bank
means diperlukan untuk menentukan klasifikasi mutu beras dengan cepat, akurat
menggunakan 20 data uji, dimana ke-20 data tersebut dibagi menjadi 3 klaster
kualitas sedang, dan klaster 3 beras kualitas baik. Dari hasil penelitian,
didapatkan 3 pusat klaster akhir yaitu pusat klaster 1 (5,89333;2,05), pusat klaster
validasi sebesar 92,82% yang menunjukkan bahwa program ini dapat dijadikan
sebagai acuan dalam klasterisasi kualitas beras. Penelitian ini bertujuan untuk
dalam beberapa penelitian, disebutkan ada korelasi antara IPK mahasiswa dengan
merupakan salah satu metode data clustering non hirarki yang berusaha mempartisi
data yang ada ke dalam bentuk satu atau lebih cluster/kelompok. Metode ini
berkunjung ke perpustakaan dalam satu minggu. Dari data yang dilatih, didapatkan
3 kelompok yaitu :
2. Mahasiswa dengan IPK cukup tinggi dan cukup sering pergi ke perpustakaan,
3. Mahasiswa dengan IPK tinggi dan sering pergi ke perpustakaan, dengan pusat
segar. Selama transportasi, sayuran segar bisa menjadi buruk karena suhu dan
waktu pengiriman. Makanan yang mudah rusak memiliki masa simpan pendek,
pengiriman. Oleh karena itu, memilih rute yang efisien akan mengurangi biaya
transportasi total. Model regresi diterapkan dalam penelitian ini untuk mengetahui
sayuran segar tercepat. Hasil akhir dari penelitian ini adalah peta rute tercepat
dengan waktu pengiriman terbaik berdasarkan semua variabel. Variabel yang diuji
dari analisis regresi adalah parameter yang paling efektif untuk membuat aliran
pengiriman dengan mencapai waktu berkendara paling sedikit. Temuan utama dari
penelitian ini adalah bahwa penggunaan lahan seperti pemukiman dan populasi
mendukung proses penentuan minimum stok dan profit margin dengan membangun
model yang dapat mengelompokkan item ke dalam kategori fast moving dan slow
dalam penelitian ini karena jumlah cluster yang dibutuhkan dalam kategorisasi
kelompok yang bergerak lambat. Data yang akan digunakan dalam penelitian
diambil dari data penjualan untuk tahun 2014 dan 2015. Skenario pengelompokan
menggunakan kombinasi waktu. setiap tahun dan bulanan akan bervariasi hitungan
karena dilihat dari nilai-nilai koefisien Silhouette yang telah didapatkan, nilai-nilai
koefisien silhouette pada Algoritma K-means lebih banyak yang mendekati nilai 1
METODE PENELITIAN
Pada bab ini akan dibahas mengenai beberapa hal, yaitu tahapan penelitian
yang akan dilakukan, kebutuhan sistem yang akan dibuat dan penyelesaian
Studi Literatur
Pengumpulan Data
Perancangan Sistem
Pengujian Sistem
Implementasi Sistem
Tahap ini mempelajari literatur dari beberapa bidang ilmu yang berhubungan
44
45
1. Kemiskinan di Indonesia
7. Pemrograman Google Maps API, Java dan XML untuk membangun platform
mobile GIS.
sistem yang akan dibuat, terkait kebutuhan data, perangkat keras dan juga perangkat
3.2.1 Data
Data yang digunakan adalah data primer dan data sekunder. Data primer
yang digunakan adalah data hasil wawancara dengan pihak PKH berupa data
digunakan berupa data Keluarga Penerima Manfaat (KPM) yang diperoleh dari
PKH pada tahun 2016. Data ini berisikan daftar seluruh Keluarga Miskin yang
beserta bantuan yang diberikan oleh PKH sepanjang tahun 2016. Data ini nantinya
akan dijadikan sebagai acuan pembuatan sistem monitoring berbasis mobile GIS.
digunakan untuk pembuatan sistem. Dalam hal ini, komponen yang dibutuhkan
terbagi menjadi dua macam, yaitu komponen perangkat lunak dan perangkat keras.
sebagai berikut :
Sistem ini dapat digunakan oleh Operator dan Pendamping Program Keluarga
Harapan (PKH).
sebagai penunjang agar sistem ini berjalan sesuai dengan fungsinya. Kebutuhan
tersebut di antaranya:
1. Antarmuka pemakai
aplikasi untuk membuat desain rancangan interface atau mock up, seperti
2. Aplikasi server
dijadikan satu paket pada aplikasi XAMPP. Aplikasi ini mengatur request ke
Dalam penelitian ini, ada 2 jenis data yang harus diperoleh yaitu data primer
dan data sekunder. Dan metode pengumpulan data dilakukan dengan cara berikut :
48
1. Wawancara
Data primer adalah data yang diperoleh dari pengamatan yang dilakukan secara
langsung atau data yang diperoleh melalui proses pengukuran dengan bantuan atau
isntrumen. Data primer ini didapatkan dari sesi wawancara dengan pihak internal
bantuan.
2. Hasil Dokumentasi
Data sekunder adalah data yang diperoleh secara tidak langsung yang biasanya
berbentuk dokumen, file, arsip atau catatan-catatan pelaksanaan PKH. Data ini
berupa data hasil dokumentasi penyaluran bantuan oleh PKH kepada Keluarga
Dalam sistem yang akan dibangun, input yang digunakan adalah data dari
Keluarga Penerima Manfaat (KPM) yang telah didapatkan dari PKH, yang
selanjutnya data tersebut akan diolah melalui rangkaian proses berikut ini :
sasaran PKH, kriteria yang digunakan adalah komponen PKH yang ada dalam
Keluarga Penerima Manfaat (KPM), sesuai dengan penetapan PKH (PKH, 2016),
lurus dengan jumlah kriteria yang dipakai. Sehingga skala penilaian yang
digunakan dalam penelitian ini berjumlah 7 nilai yang diurutkan dari paling tinggi
MP : Mutlak Penting
SP : Sangat Penting
LP : Lebih Penting
P : Penting
KP : Kurang Penting
TP : Tidak Penting
Skala ini yang nantinya akan digunakan untuk memberikan nilai bobot
sasaran PKH sudah dihitung pada penelitian sebelumnya oleh (Rohmatillah, 2017)
urutan prioritas dari keseluruhan kriteria, jika seluruh komponen kriteria tersebut
terpenuhi dalam sebuah Keluarga Penerima Manfaat (KPM) yang menjadi sasaran
PKH. Lebih jelasnya urutan prioritas dapat dilihat pada Tabel 3.4.
51
sesuai dengan urutan prioritas yang sudah dijelaskan pada sub bab sebelumnya.
52
sebagai berikut:
Cluster yang akan dibuat adalah 7 cluster yaitu : cluster 1, cluster 2 dan
Centroid pertama biasanya diambil dari data pada tabel perhitungan secara
random. Namun disini pusat cluster yang akan digunakan dipilih dari
sesuai dengan tingkat kemiskinan pada sub bab sebelumnya. Data pusat cluster
suatu data ke cluster tertentu ditentukan jarak antara data dengan pusat cluster.
Dalam tahap ini perlu dihitung jarak tiap data ke tiap pusat cluster. Jarak paling
dekat antara satu data dengan satu cluster tertentu akan menentukan suatu data
Untuk menghitung jarak semua data ke setiap tiitk pusat cluster dapat
Dimana:
Data ke-1 :
C1
(0 − 1)2 + (1 − 0)2 + (1 − 0)2 + (0 − 0)2 +
√ = 1,732050808
= (0 − 0)2 + (0 − 0)2 + (0 − 0)2
C2
(0 − 0)2 + (1 − 2)2 + (1 − 1)2 + (0 − 0)2 +
√ = 1,414213562
= (0 − 0)2 + (0 − 0)2 + (0 − 1)2
C3
(0 − 1)2 + (1 − 0)2 + (1 − 2)2 + (0 − 1)2 + =2
√
= (0 − 0)2 + (0 − 0)2 + (0 − 0)2
C4
(0 − 0)2 + (1 − 0)2 + (1 − 0)2 + (0 − 1)2 + =2
√
= (0 − 1)2 + (0 − 0)2 + (0 − 0)2
C5
(0 − 1)2 + (1 − 1)2 + (1 − 0)2 + (0 − 0)2 + = 2,449489734
√
= (0 − 2)2 + (0 − 0)2 + (0 − 0)2
C6
(0 − 1)2 + (1 − 0)2 + (1 − 3)2 + (0 − 0)2 + = 3
√
= (0 − 1)2 + (0 − 1)2 + (0 − 1)2
C7
(0 − 0)2 + (1 − 0)2 + (1 − 1)2 + (0 − 0)2 + = 2,449489734
√
= (0 − 0)2 + (0 − 2)2 + (0 − 1)2
Perhitungan yang sama dilakukan untuk data ke 2 hingga data yang terakhir.
Berikut ini Tabel 3.8 menunjukkan hasil perhitungan jarak semua data ke setiap
rumus berikut :
56
𝑥1 + 𝑥2 + 𝑥3 … + 𝑥𝑘
𝑥
Dimana :
Tabel 3.11.
=SUM(B20;B44;B52;B70;B100;B108;B119;B152;B153
C3, A1 = =0
)/9
=SUM(B17;B18;B22;B35;B37;B38;B42;B46;B50;B56;
C4, A1 = B66;B68;B82;B87;B95;B115;B119;B128;B132;B136;B
= 0,03846
137;B140;B144;B146;B156;B157)/26
C5, A1 = 0
=0
0 0
=0
C7, A1 = =SUM(B20;B72;B84;B104;B123;B126)/6
= 0.16667
Untuk mean dari A2, A3, A4, A5, A6 dan A7 selanjutnya di hitung seperti
Tabel 3.11.
57
5. Menugaskan kembali setiap objek memakai pusat cluster (centroid) yang baru.
Dimulai dari langkah 3 hingga letak objek pada sebuah cluster tidak berubah
lagi.
Pada penelitian ini cluster tidak mengalami perubahan (tetap) ketika sampai
pada iterasi ke-6, disini berarti semua proses selesai pada iterasi tersebut.
yaitu :
Cluster 7 atau sama dengan kategori miskin 1 disini adalah kelompok yang
paling miskin dibandingkan dengan yang lainnya, sebaliknya untuk cluster 1 atau
Data yang telah disajikan pada sub bab sebelumnya akan digunakan sebagai
keluaran (output) dalam bentuk Sistem Informasi Geografis dimana output tersebut
petugas dalam melakukan monitoring. Berikut ini gambaran lokasi tempat tinggal
Keterangan
Cluster 4 : Hijau
Pelaksanaan monitoring untuk setiap cluster berbeda-beda. Untuk itu dibuatlah rute
setiap cluster. Penentuan rute tersebut didasarkan pada lokasi kantor Dinas
agar pelaksanaan monitoring berjalan dengan efektif dan efisien. Jadi setiap petugas
dengan sistem. Antarmuka pemakai (User Interface) dapat menerima informasi dari
solusi.
1. Halaman utama
Input yang diperlukan untuk aplikasi monitoring PKH disini meliputi : data
KPM, data komponen kesehatan (K1), data komponen pendidikan (K2) dan data
Halaman ini berisi tabel yang menampilkan data yang dibutuhkan untuk proses
Halaman ini akan menampilkan rute monitoring dengan pilihan cluster berapa
Tahapan uji coba yang akan dilakukan pada penelitian ini yaitu :
1. Verfikasi.
62
perangkat lunak dengan desain yang telah dirancang sebelumnya. Pada tahap
untuk menguji apakah perangkat lunak berfungsi dengan benar atau tidak.
sistem dan tidak terfokus pada source code. Dengan menggunakan metode ini
setiap proses yang ada pada sistem untuk menguji keberhasilan pemecahan
akurasi dari metode yang dipakai dalam penelitian ini, yakni K-means
Malang pada tahun 2016 yang didapatkan dari PKH kota Malang, dengan hasil
Confusion matrix adalah salah satu metode yang dapat digunakan untuk
representasi hasil proses klasifikasi yaitu True Positive (TP), True Negative
(TN), False Positive (FP) dan False Negative (FN). Nilai True Negative (TN)
63
merupakan jumlah data negatif yang terdeteksi dengan benar, sedangkan False
Positive (FP) merupakan data negatif namun terdeteksi sebagai data positif.
Sementara itu, True Positive (TP) merupakan data positif yang terdeteksi
benar. False Negative (FN) merupakan kebalikan dari True Positive, sehingga
Dimana:
Sementara itu, pada klasifikasi dengan jumlah keluaran kelas yang lebih dari
𝑙 𝑇𝑃𝑖 + 𝑇𝑁𝑖
𝑖=1 𝑇𝑃 + 𝑇𝑁 + 𝐹𝑃 + 𝐹𝑁
𝑖 𝑖 𝑖 𝑖
Akurasi multi-class = * 100% (2)
1
Dimana:
64
TPi adalah True Positive, yaitu jumlah data positif yang terklasifikasi dengan
TNi adalah True Negative, yaitu jumlah data negatif yang terklasifikasi
FNi adalah False Negative, yaitu jumlah data negatif namun terklasifikasi
FPi adalah False Positive, yaitu jumlah data positif namun terklasifikasi
Pada tahap ini desain harus ditranslasikan ke dalam program perangkat lunak.
Hasil dari tahap ini adalah program komputer sesuai dengan desain yang telah
Mobile GIS Keluarga Harapan. Aplikasi ini diharapkan dapat digunakan di Dinas
pembangunan aplikasi ke dalam perangkat lunak sesuai dengan hasil analisis yang
masukan untuk dilakukan perbaikan terhadap sistem agar sistem menjadi lebih baik.
halaman utama aplikasi android. Pada halaman ini akan ditampilakan logo dan
66
67
dieksekusi akan menjalankan perintah tertentu dari aplikasi. Menu dapat dipilih
dengan menekan tombol tersebut. Menu yang terdapat pada aplikasi ini adalah input
data, kelola data, hasil clustering, rute monitoring, tentang dan bantuan.dapat dilihat
data KPM ke dalam database untuk selanjutnya di proses lebih lanjut oleh aplikasi.
Data KPM berupa Nomor KK, NIK, Nama Pengurus, Alamat Lengkap dan
komponen PKH yaitu ibu hamil, balita, siswa-siswi SD, SMP,SMA, dissabilitas
dan lansia sesuai dengan banyaknya jumlah komponen yang dimiliki oleh setiap
data KPM beserta banyaknya komponen yang dimilikinya. Pada halaman ini juga
atau Rumah keluarga penerima manfaat dalam bentuk marker pada google maps.
Pada halaman ini user diminta mengaktifkan GPS yang sudah tersedia pada
smartphone agar aplikasi dapat mengetahui lokasi pengguna. User atau petugas bisa
mendapatkan rute ke lokasi tujuan dengan cara klik marker tujuan maka aplikasi
akan otomatis menunjukkan arah menuju tempat tujuan tersebut dengan titik awal
Sehingga penting dalam menjaga keabsahan aplikasi ini pada Gambar 4.7
71
ini. Pada halaman ini juga dijelaskan isi dari masing-masing menu yang ada.
Halaman Proses K-Means Clustering berisi data objek dan tabel centroid.
Data objek didapatkan dari input data yang dilakukan oleh user pada aplikasi
miskin. Kriteria dan alternatif yang menjadi sasaran PKH adalah komponen yang
sesuai dengan penetapan PKH pada tahun 2016 dengan rincian pada Tabel 4.1
metode K-Means Clustering sebagai data input. Data yang sudah di inputkan
selanjutnya disimpan pada tabel di database dengan struktur seperti Tabel 4.2
berikut ini.
berupa data centroid. User atau petugas dapat memasukkan data centroid tersebut
pada website. Halaman input centroid tersebut dapat dilihat pada Gambar 4.10
berikut.
tersebut pada kolom input centroid awal kemudian klik tombol ‘tambahkan’ maka
data centroid tersebut sudah tersimpan ke database dengan struktur seperti Tabel
oleh sistem yang kemudian mendapatkan hasil berupa tabel banyaknya iterasi yang
diperlukan dari banyaknya data tersebut. Pada penelitian ini proses perhitungan K-
75
Means terhenti pada iterasi ke lima. Gambar 4.13 berikut adalah tampilan hasil
Nilai pada halaman proses ini didapatkan dari 2 proses utama, yakni objek
dan centroid. Sebelumnya proses-proses ini telah diuraikan secara manual pada
desain sistem. Data – data yang telah dimasukkan tersebut diproses dengan
√(𝑋1𝑖 − 𝑋1𝑗 )2 + (𝑋2𝑖 − 𝑋2𝑗 )2 + ⋯ + (𝑋𝑘𝑖 − 𝑋𝑘𝑗 )2 dan proses pencarian rata-
for ($i=0;$i<count($cls);$i++){
$jml = 0;
for ($j=0;$j<count($this->data);$j++){
$jml += pow(($this->data[$j] - $cls[$i][$j]),2);
}
$tmpC = sqrt($jml);
if ($c==null){
$c = $tmpC;
$tmpCluster = $i;
} }
$this->cluster = $tmpCluster;
nilai objek dengan nilai centroid menggunakan Euclidean Distance. Setelah proses
iterasi dengan nilai “X” pada cluster yang memiliki jarak terdekat dengan centroid
dan nilai “ – “ untuk cluster lainnya. Source code untuk proses penentuan anggota
for ($i=0;$i<count($this->objek);$i++){
$this->objek[$i]->setCluster($this->centroidCluster);
for ($j=0;$j<count($this->objek[$i]->data);$j++)
echo "<td>".$this->objek[$i]->data[$j]."</td>";
for ($j=0;$j<count($this->centroidCluster);$j++){
if ($j == $this->objek[$i]->getCluster()){
}else{
aplikasi yang dibuat sesuai dengan perancangan, dan juga layak untuk digunakan
oleh pengguna. Pengujian pada sistem ini adalah dengan memasukkan data-data
KPM yang telah didapatkan dari pihak PKH dan kemudian diproses dengan
Pada tahap persiapan ini data yang digunakan adalah berupa data seluruh
calon peserta PKH pada tahun 2016, dan dibatasi pada wilayah Kecamatan
Kedungkandang, Kota Malang. Data tersebut berisi daftar calon peserta PKH
beserta seluruh komponen yang ada dalam tiap-tiap keluarga tersebut. Total jumlah
data yang digunakan dalam proses pengujian adalah sebanyak 10 data keluarga.
4.2.2 Pengujian
keluarga ini dilakukan melalui perangkat mobile. Pada pengujian ini, data keluarga
secara manual yang kemudian data satu keluarga tersebut akan langsung diproses
oleh sistem.
Dalam pengujian sistem pada proses dilakukan melalui halaman input data
pada aplikasi mobile. Pada pengujian ini, data keluarga beserta komponen-
komponen PKH yang ada di dalamnya dimasukkan satu persatu secara manual yang
kemudian data satu keluarga tersebut akan langsung diproses oleh sistem.
78
semua data keluarga penerima manfaat PKH, di dapatkan hasil yang selanjutnya
Hasil Clustering menggunakan metode k-means pada penelitian ini selesai pada
iterasi ke-5, dimana objek pada iterasi ke-4 dan ke-5 menempati cluster yang sama
cluster/kelompok.
Cluster 7 atau sama dengan kategori miskin 1 disini adalah kelompok yang
paling miskin dibandingkan dengan yang lainnya, sebaliknya untuk cluster 1 atau
mendapatan bantuan pada tiap-tiap keluarga yang ada. Sebelumnya, pada saat
proses pemasukan data ke dalam database, data disaring dahulu berdasarkan syarat-
syarat yang harus dimiliki oleh masing-masing komponen seperti yang telah
dijelaskan sebelumnya pada bab II. Sehingga, komponen yang akan diolah
Data hasil pengujian akan digunakan untuk menghitung akurasi dari metode
adalah confusion Matrix. Confusion matrix sendiri merupakan salah satu metode
yang dapat digunakan untuk mengukur kinerja suatu metode. Pada dasarnya
80
yang dilakukan oleh sistem dengan hasil klasifikasi yang seharusnya. Tabel 4.5
berikut ini menunjukkan tabel klasifikasi prediksi dan hasil yang didapatkan dari
proses metode.
Nilai Sebenarnya
TRUE FALSE
TP FP
TRUE (True Positive) (False Positive)
Correct Result Unexpected result
Nilai
Prediksi TN
FN
(True Negative)
FALSE (False Negatif)
Correct absence
Missing result
of result
dijelaskan, selanjutnya akan dilakukan hasil pengujian sistem. Uji coba sistem
dalam penelitian ini dilakukan untuk mengetahui ketepatan anggota setiap cluster.
Hasil pengujian accuracy setiap iterasi menggunakan 112 data uji adalah sebagai
berikut :
Nilai Sebenarnya
TRUE FALSE
𝑇𝑃 + 𝑇𝑁
Akurasi = 𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁 𝑋 100%
104 + 13
Akurasi = 𝑋 100%
112
Akurasi = 92,8 %
81
92,8%. Kemudian, merujuk pada standar tingkat akurasi yang telah dibahas
sebelumnya, yaitu :
komponen yang lain. Dengan adanya sistem ini, diharapkan dapat mempercepat dan
(KPM) yang dilakukan oleh staf pendamping PKH. Hal ini sesuai dengan firman
Allah SWT dalam Al-Qur’an yang secara tegas menyatakan bahwa orang-orang
minimal) adalah orang-orang yang yang telah mendustakan agama dan hari
Artinya :
Tafsir ibnu katsir dari surat Al-Ma’un ayat 1-3 ini adalah Allah SWT
berfirman bahwa “tahukah engkau, hai Muhammad, orang yang mendustakan hari
yang ada di dalamnya berupa balasan dan siksaan?. Dikatakan bahwa ayat ini umum
bagi setiap orang yang menjadi sasaran perintah ini, mereka itulah orang-orang
apabila kami mati dan menjadi tanah dan tulang belulang, apakah sesungguhnya
َ ع ْاليَ ِت
يم ُّ ُفَذَلِكَ الَّذِي يَد
“Itulah orang yang menghardik anak yatim” (Al-Ma'un: 2). Yakni dialah
yang baik.
Semakna dengan apa yang disebutkan di dalam ayat lain melalui firman-Nya:
merupakan kewajiban bagi kita apabila kita mampu. Terlebih lagi jika mereka
meminta pertolongan kepada kita. Karena pertolongan sekecil apapun yang kita
PENUTUP
5.1 Kesimpulan
kuantitatif. Pada pengelompokan data PKH dengan metode K-Means Clustering ini
termasuk pada tingkat akurasi 90%-100%, sehingga dalam kasus ini, metode
5.2 Saran
84
85
2. Untuk mendapatkan data yang lebih baik dalam proses clusterisasi, maka harus
dilakukan proses preprocessing data agar tidak terdapat data yang ambigu atau
Abdulloh, D. (2004). TAFSIR IBNU KATSIR JILID 8. Bogor: Pustaka Imam Asy-
Syafi'i.
Abidin, L., Arifin, F., Akbar, R., & Hendriawan, A. (2006). MONITORING
KERETA API BERBASIS GIS. Intitude Teknologi Sepuluh Nopember
Surabaya.
Abousaedi, A., Fauzi, R., & Muhamad, R. (2016). Geographic Information System
(GIS) modeling approach to determine the fastest delivery routes. Saudi
Journal of Biological Sciences, 555-564.
Agusta, Y. (2007). Penerapan, Permasalahan dan Metode Terkait. Jurnal Sistem
dan Informarika Vol 3, 47-60.
Agustina, S., Yhudo, D., Santoso, H., Marnasusanto, N., Tirtana, A., & Khusnu, F.
(2012). CLUSTERING KUALITAS BERAS BERDASARKAN CIRI
FISIK MENGGUNAKAN METODE K-MEANS. Universitas Brawijaya
Malang.
Albornoz, M. A., Becker, M., Cahyat, A., Cronkleton, P., Jong, W. D., & Evans, K.
(2007). Menuju Kesejahteraan dalam Masyarakat Hutan: Buku Panduan
untuk Pemerintah Daerah. Bogor: Cifor.
Asbani, A. R., & Mustopa, A. (2016). SISTEM MONITORING POLUSI UDARA
BERBASIS SISTEM INFORMASI GEOGRAFIS. Teknik Informatika
STMIK AMIKOM Yogyakarta.
As-Suyuthi, J., & Muhammad, J. (2009). Terjemahan Tafsir Jalalain. Jakarta:
Pustaka Al-Kautsar.
Berbagai jenis platform pada perangkat mobile. (2017, 04 06). Diambil kembali
dari Carapedia:
https://carapedia.com/berbagai_jenis_platform_pada_perangkat_mobile_in
fo4197.html
BPS. (2017, 11 15). Kemiskinan dan Ketimpangan. Diambil kembali dari Badan
Pusat Statistik: https://www.bps.go.id/subject/23/kemiskinan-dan-
ketimpangan.html
BPS. (2017). Profil Kemiskinan di Indonesia September 2016. Jakarta: Berita
Resmi Statistik.
Chambers, R. (1997). Pembangunan Desa Mulai Dari Belakang. Jakarta: LP3ES.
Contoh perhitungan manual perhitungan K-means Klastering Data Mining. (2017,
08 19). Diambil kembali dari Java Zone:
https://syafrudinmtop.blogspot.co.id/2015/10/contoh-perhitungan-manual-
kmeans-klastering.html?m=1
Kakumoto, Y., Koyamatsu, Y., Shiota, A., Qudaih, Y., & Mitani, Y. (2016).
Application of Geographic Information System to Power Distribution
System Analysis. International Conference on Power and Energy Systems
Engineering, 360-365.
KEBIJAKAN PELAKSANAAN PKH 2017. (2017, 08 27). Diambil kembali dari
https://www.google.co.id/url?sa=t&source=web&rct=j&url=http://www.p
khgunungkidul.com/img/gall/KEBIJAKAN%2520PELAKSANAAN%25
20PROGRAM%2520KELUARGA%2520HARAPAN%2520TAHUN%2
5202017.pdf&ved=0ahUKEwiZ-
6eR0MDWAhUHGZQKHZ19D5EQFggoMAI&usg=AFQjCNFwKNJsfA
h69rDh93i44J
Kusrini, K. (2015). Grouping of Retail Items by Using K-means Clustering. The
Third Information Systems Intenational Conference, 495-502.
Mardiani. (2014). Perbandingan Algoritma K-means dan EM untuk Clusterisasi
Nilai Mahasiswa Berdasarkan Asal Sekolah. Citec Journal, Vol. 1, No. 4,,
316-325.
Mardimin, Y. (1996). Kritis Proses Pembangunan di Indonesia. Yogyakarta:
Kanisius.
Matim, A. (2017, 12 12). Mengukur Kinerja Algoritma Klasifikasi dengan
Confusion Matrix. Diambil kembali dari ACHMATIM.NET:
http://achmatim.net/2017/03/19/mengukur-kinerja-algoritma-klasifikasi-
dengan-confusion-matrix/
Pedoman Umum PKH 2016. (2017, 09 02). Diambil kembali dari
https://www.google.co.id/url?sa=t&source=web&rct=j&url=http://pkh-
jogjaistimewa.com/images/pdf/PedomanUmumPKH2016.compressed.pdf
&ved=0ahUKEwiQzYumz8DWAhWHGJQKHWeJBJUQFggpMAM&us
g=AFQjCNGhRdbuGjJR5gCcxA0eVDKM84RZeQ
Prahasta, E. (2009). Sistem Informasi Geografis : konsep-konsep dasar (Perspekif
Geodesi & Geomatika). Bandung: Informatika.
Program Penanggulangan Kemiskinan. (2017, 03 17). Diambil kembali dari
TNP2k tim Nasional Percepatan Penanggulangan Kemiskinan:
http://www.tnp2k.go.id/id/kebijakan-percepatan/program-
penanggulangan-kemiskinan/klaster-i-1/
Rohmatillah, I. N. (2017). PRIORITAS PEMBERIAN BANTUAN TUNAI
BERSYARAT BERDASARKAN KOMPONEN CALON PESERTA PKH
MULTI CRITERIA DECISION MAKING (MEMCDM). e-theses UIN
Malang, 43-57.
Santosa, B. (2007). Data Mining. Teknik Pemanfaatan Data Untuk Keperluan
Bisnis. Yogyakarta: Graha Ilmu.
Setiawan, I. (2015). PENGELOMPOKAN NASABAH BANK
MENGGUNAKAN ALGORITMA K-MEANS UNTUK MEMBERIKAN
PENAWARAN YANG TEPAT. Seminar Nasional Teknologi Informasi
dan Multimedia 2015 STMIK AMIKOM Yogyakarta.
Suhato, E. (2014). Membangun masyarakat memberdayakan rakyat. Bandung:
Refika Aditama.
Syafrianto, A. (2013). PERANCANGAN APLIKASI K-MEANS UNTUK
PENGELOMPOKAN MAHASISWA STMIK ELRAHMA
YOGYAKARTA BERDASARKAN FREKUENSI KUNJUNGAN KE
PERPUSTAKAAN DAN IPK. STMIK EL RAHMA.
Tanya Jawab TNP2K. (2017, 03 15). Diambil kembali dari TNP2K Tim Nasional
Percepatan Penanggulangan Kemiskinan: http://www.tnp2k.go.id/id/tanya-
jawab/klaster-i/program-keluarga-harapan-pkh/
Tanya Jawab TNP2K. (2017, 03 15). Diambil kembali dari TNP2K Tim Nasional
Percepatan Penanggulangan Kemiskinan: http://www.tnp2k.go.id/id/tanya-
jawab/klaster-i/program-keluarga-harapan-pkh/
LAMPIRAN