Abstrak
Pemilihan umum (disingkat Pemilu) adalah proses memilih seseorang untuk mengisi
jabatan politik tertentu. Penyelenggaraan pemilihan umum diadakan terlepas dari
pelanggaran. Pelanggaran yang terjadi seperti hak suara atau pelanggaran lainya bertujuan
semata-mata untuk mendapat kan simpati atau hak suara agar terpilih maupun memiliki tujuan
tertentu. Bawaslu yaitu lembaga pengawas Pemilu dibentuk untuk mengawasi tahapan
penyelenggaraan Pemilu, Menerima aduan, menangani kasus pelanggaran administratif Pemilu
serta pelanggaran pidana Pemilu berdasarkan tingkatan sesuai peraturan perundang-
undangan. Pengawasan penyelenggaraan pemilu untuk pengawas pemilu di setiap tingkatan,
melakukan pencegahan dan penindakan terhadap pelanggaran pemilu dan sengketa proses
pemilu mengawasi persiapan penyelenggaraan pemilu dan lainnya. Dalam penelitian ini
membahas pengelompokkan dalam pelanggaran pemilihan Walikota dan Wakil Walikota Binjai
yang terjadi di Bawaslu Kota Binjai tahun 2020. Hasil yang dapatkan dalam penelitian ini yaitu
dapat memberikan informasi kepada Bawaslu dengan menggunakan metode clustering dalam
pengelompokkan dalam pelanggaran pemilihan Walikota dan Wakil Walikota Binjai di Bawaslu
Kota Binjai
Kata kunci: Pemilihan umum, Pelanggaran, Badan Pengawas Pemilihan Umum (Bawaslu),
Walikota dan Wakil Walikota Binjai, metode clustering.
Abstract
General election (abbreviated as Election) is the process of selecting someone to fill a
certain political position. Elections are held regardless of the violation. Violations that occur
such as voting rights or other violations aim solely to gain sympathy or voting rights to be
elected or have a specific purpose. Bawaslu, which is an election supervisory agency, was
formed to oversee the stages of organizing elections, receiving complaints, handling cases of
election administrative violations and election criminal violations based on the level according
to the laws and regulations. Supervision of election administration for election supervisors at
every level, preventing and taking action against election violations and electoral process
disputes, overseeing the preparation of election administration and others. This study discusses
the grouping of violations in the election of Mayor and Deputy Mayor of Binjai that occurred in
Bawaslu of Binjai City in 2020. The results obtained in this study are that it can provide
information to Bawaslu by using the clustering method in grouping violations of the election of
Mayor and Deputy Mayor of Binjai in Bawaslu. Binjai City
Keywords : General Election, Violation, General Election Supervisory Body (Bawaslu), Mayor and
Deputy Mayor of Binjai, clustering method
1. Pendahuluan
Seminar Nasional Informatika (SENATIKA) - 3 92
2. Metode Penelitian
2.1 Data Mining
Data mining muncul sekitar tahun 90-an. Data mining merupakan salah satu cabang
ilmu komputer yang relatif baru dan sampai sekarang orang masih memperdebatkan untuk
menempatkan data mining di bidang ilmu mana, karena data mining menyangkut database,
kecerdasan buatan (artificial intelligence), stastistik, dll.
Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu
kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Data mining
juga bidang yang dugabungkan dari beberapa bidang keilmuan yang menyatukan teknik dari
pembelajaran mesin pengenalan pola, statistik, database dan visualisasi untuk pengenalan
permasalahan pengambilan informasi dari database yang besar[1].
Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis
untuk menemukan keteraturan, pola atau hubungan dalam sel data berukuran besar[2].
Data mining merupakan proses yang menggunakan berbagai teknik dan alat analisis
data untuk menemukan hubungan dan pola yang tersembunyi. Untuk meringkas data dan untuk
mengekstrak informasi berguna yang masuk akal dan sebelumnya tidak diketahui[3].
Tahapan proses dalam penggunaan data mining yang merupakan proses Knowladge
Discovery Database (KKD) dapat diuraikan[4]. sebagai berikut ;
93 Seminar Nasional Informatika (SENATIKA) - 3
Pemilihan (selekis) data dari sekumpulan data operasional perlu dilakukan sebelum tahap
penggalian informasi dalam KKD dimulai. Data hasil selekasi yang akan digunakan untuk
proses data mining disimpan dalam suatu berkas, terpisah dari basis data operasional.
2. Pre-Prosesing
Sebelum proses data mining dapat dilaksanakan, perlu dilalukan proses cleaning pada data
yang menjadi fokus KKD. Proses clearning mencakup antara lain membuang duplkasi data,
memeriksa data yang konsisten dan memeperbaiki kesalahan pada data, seperti kesalahan cetak
(tipografi) juga dilakukan proses enrichment yaitu proses “memperkaya” data yang sudah ada
dengan data atau informasi lain yang relevan dan diperlukan untuk KKD, seperti data atau
informasi eksternal.
3. Transformation
Coding adalah proses transformasi pada data yang telah terpilih, sehinga data tersebut
sesuai untuk proses data mining sangat bervariasi. Pemilihan metode atau algoritma yang tepat
sangat bergantung pada tujuan dan proses KDD secara keseluruhan.
4. Data Mining
Data Mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan
mengunakan metode tertentu. Teknik, metode atau algoritma dalam data mining sangat
bervariasi. Pemilihan metode atau algoritma yang tepat sangat bergantung pada tujuan dan
proses KDD secara keseluruhan.
5. Interpretation Evaluation
Pola informasi yang dihasilkan dari proses data mining perlu ditampilkan dalam bentuk
yang mudah dimengerti oleh pihak yang berkepentinga. Tahap ini merupakan bagian dari proses
KDD yang disebut interpretation. Tahap ini mencangkup pemeriksaan apakah pola atau
informasi yang ditemukan bertentangan dengan fakta atau hipotesis yang ada sebelumnya [4].
Prinsip dasar metode K-Means adalah meminimumkan jumlah kuadrat error dari seluruh
klaster, yaitu :
𝑆𝐸𝐸 = ∑𝑘𝑖 = 1 ∑ 𝑥 𝑖 ∈ (𝑐𝑖 − 𝑥𝑖 )2 … … … … … …. (2)
Identifikasi Masalah
Kajian Teori
Pengumpulan Data
Analisa Data
Evaluasi
Tabel 1 Data Pelanggaran pada Pemilihan Walikota dan Wakil Walikota Binjai Tahun 2020
Tahapan Sanksi
No. Pelapor Kategori Pelanggaran Pelanggaran Pelanggaran
Dugaan Pelanggaran Administrasi
1 A1 Pemilihan Pasca Pendaftaran Peringatan 1
Dugaan Pelanggaran Administrasi
2 A2 Pemilihan Pasca Kampanye Peringatan 1
Dugaan Pelanggaran Administrasi
3 A3 Pemilihan Pasca Pendaftaran Peringatan 1
Dugaan Pelanggaran Administrasi
4 A4 Pemilihan Pasca Pemilihan Peringatan 2
Sanksi
5 A5 Dugaan Pelanggaran Kode Etik Pasca Pendaftaran Direkomendasi
Sanksi
6 A6 Dugaan Pelanggaran Kode Etik Pasca Pemilihan Direkomendasi
7 A7 Tindak Pidana Pemilihan Pasca Pemilihan Pidana
Sanksi
8 A8 Dugaan Pelanggaran Kode Etik Pasca Pendaftaran Direkomendasi
9 A9 Tindak Pidana Pemilihan Pasca Perhitungan Pidana
10 A10 Dugaan Pelanggaran Kode Etik Pasca Pemilihan Sanksi
Seminar Nasional Informatika (SENATIKA) - 3 96
Direkomendasi
11 A11 Tindak Pidana Pemilihan Pasca Pendaftaran Pidana
Sanksi
12 A12 Dugaan Pelanggaran Kode Etik Pasca Perhitungan Direkomendasi
13 A13 Tindak Pidana Pemilihan Pasca Pemilihan Pidana
14 A14 Tindak Pidana Pemilihan Pasca Pendaftaran Pidana
Sanksi
15 A15 Dugaan Pelanggaran Kode Etik Pasca Perhitungan Direkomendasi
Dugaan Pelanggaran Administrasi Pemberhentian
16 A16 Pemilihan Pasca Perhitungan Tetap
17 A17 Tindak Pidana Pemilihan Pasca Kampanye Pidana
Sanksi
18 A18 Dugaan Pelanggaran Kode Etik Pasca Pendaftaran Direkomendasi
19 A19 Tindak Pidana Pemilihan Pasca Pendaftaran Pidana
20 A20 Tindak Pidana Pemilihan Pasca Kampanye Pidana
Selanjutnya dilakukan transformasi dengan ketentuan berikut:
Tabel 2 Transformasi Kategori pelanggaran
No. Bobot Kategori pelanggaran
1 1 Dugaan Pelanggaran Administrasi Pemilihan
2 2 Dugaan Pelanggaran Kode Etik
3 3 Tindak Pidana Pemilihan
5 E 2 1 4
6 F 2 3 4
7 G 3 3 5
8 H 2 1 4
9 I 3 4 5
10 J 2 3 4
11 K 3 1 5
12 L 2 4 4
13 M 3 3 5
14 N 3 1 5
15 O 2 4 4
16 P 1 4 3
17 Q 3 2 5
18 R 2 1 4
19 S 3 1 5
20 T 3 2 5
Keterangan :
Jika pada centroid 1
Setelah dilakukan perhitungan menggunakan rumus cluster yang ada, maka group
berdasarkan jarak minimal Centroid terdekat adalah:
Seminar Nasional Informatika (SENATIKA) - 3 98
Dari data 20 yang di gunakan sebagai contoh perhitungan di dapatkan hasil sebagai berikut
di setiap clusternya :
Group 1
99 Seminar Nasional Informatika (SENATIKA) - 3
Dapat diketahui bahwa pada cluster 1 kelompok penanganan pelanggaran pada pemilihan
Walikota dan Wakil Walikota Binjai Tahun 2020 terdapat 8 data dari 20 data uji yaitu group 1 pada
kategori pelanggaran yang terjadi ialah dugaan pelanggaran kode etik, yang dilakukan pada tahapan
pelanggarang pasca pemilihan dan sanksi pelanggaran yang diberikan yaitu sanksi direkomendasi.
Group 2
Dapat diketahui bahwa pada cluster 2 kelompok penanganan pelanggaran pada pemilihan
Walikota dan Wakil Walikota Binjai Tahun 2020 terdapat 4 data dari 20 data uji yaitu group 2
kategori pelanggaran yang terjadi ialah dugaan pelanggaran administrasi Pemilihan, yang dilakukan
pada tahapan pelanggarang pasca kampanye dan sanksi pelanggaran yang diberikan yaitu
peringatan 1.
Group 3
Dan dapat diketahui bahwa pada cluster 3 kelompok penanganan pelanggaran pada
pemilihan Walikota dan Wakil Walikota Binjai Tahun 2020 terdapat 8 data dari 20 data uji yaitu
group 3 kategori pelanggaran yang terjadi ialah tindak pidana pemilihan, yang dilakukan pada
tahapan pelanggarang pasca pendaftran dan sanksi pelanggaran yang diberikan yaitu Pidana.
Bahwa dengan menggunakan teknik data mining dapat menggali data kasus yang
berjumlah besar dan menghasilkan informasi tentang penanganan pelanggaran pada pemilihan
Walikota dan Wakil Walikota Binjai Tahun 2020 sesuai dengan clustering masing-masing.
Pada tampilan menu utama berfungsi untuk memanggil tampilan awal yang berisi form
utama yaitu menu Clustering, Informasi, Bantuan dan Exit. Dan hasil dari tampilan tersebut akan
menjadi seperti dibawah ini :
Seminar Nasional Informatika (SENATIKA) - 3 100
Pada tampilan ini berisi proses perhitungan clustering yang data di import lalu di hitung
secara random akan muncul hasil perhitungan cluster. Tampilan coding pada menu proses cluster
yaitu memunculkan hasil perhitungan yang telah dilakukan. Terdiri dari kelompok freme yaitu
anggota cluster, centroid cluster, jumlah anggota cluster, hasil centroid dan keterangan centroid
seperti tampilan dibawah ini :
Dalam perhitungan ini menggunakan 2 cluster sebagai nilai uji pada data. Data yang
digunakan dalam proses ini berjumlah 387 data kasus pelanggaran. Setelah data di import
menggunakan Ms.Excel, berlanjut proses cluster seperti dibawah ini :
Pada tampilan informasi ini menampilkan form kategori pelanggran, tahapan dan sanksi
pelanggran pada keseluruhan data. Pada jumlah kategori Pelanggran berisi jumlah dari data
pelanggran. Pada jumlah Tahapan Pelanggran berisi jumlah dari data pada waktu pelanggran. Pada
jumlah Sanksi Pelanggran berisi jumlah dari sanksi yang di berikan dari data.
Pada tampilan menu Bantuan berisi penjelasan singkat dari penggunaan progam dari
pemanfaatan metode clustering terhadap penanganan pelanggaran pada pemilihan walikota dan
wakil walikota binjai tahun 2020 di Bawaslu Kota Binjai yang di tampilkan seperti dibawah ini :
Seminar Nasional Informatika (SENATIKA) - 3 104
Pada tampilan menu exit berisi intruksi pertanyaan keluar yaitu " iya " atau " tidak " dari
program tersebut. Seperti dibawah ini :
2. Pada pehitungan menggunakan 2 cluster dan 3 cluster terdapat 1 kesamaan nilai yaitu : pada
cluster 2 di centroid ke-2 dari data 378 terdapat 100 data dengan nilai 1; 3; 1; dimana pada
katagori pelanggaran (1) yaitu pelanggaran adminitrasi pemilihan dengan tahapan pelanggaran
(3) yaitu pasca pemilihan dengan sanksi pelanggaran (1) yaitu peringatan 1. Pada cluster 3 di
centroid ke-3 dari data 378 data terdapat 95 dengan nilai 1; 3; 1; dimana pada katagori
pelanggaran (1) yaitu pelanggaran adminitrasi pemilihan dengan tahapan pelanggaran (3) yaitu
pasca pemilihan dengan sanksi pelanggaran (1) yaitu peringatan 1.
5.2 Saran
Dari kesimpulan yang telah diambil, maka dapat ditemukan saran - saran yang akan sangat
membantu untuk pengembangan program ini selanjutnya.
1. Pengembangan program sangat di butuhkan untuk mempermudah pengolahan data dalam
informasi pengelompokkan penanganan pelanggaran pada pemilihan Walikota dan Wakil
Walikota Binjai Tahun 2020 seperti bahasa pemograman PHP atau javascript.
2. Perlu diadakan evaluasi data untuk menjadi tolak ukur dan perbandingan antara program
sistem satu dengan yang lain.
Daftar Pustaka
[1] B. N. Fricles Ariwisanto Sianturi, Paska Marto Hasugian, Agustina Simangunsong, Data
Mining Teori Dan Aplikasi Weka. Sumatera Utara: Iocs Publisher, 2019.
[2] Budi Santosa, Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis. Yogyakarta:
Graha Ilmu, 2007.
[3] Anjar Wanto, Data Mining : Algoritma Dan Implementasi. Sumatera Utara: Yayasan Kita
Menulis, 2020.
[4] Fajar Astuti Hermawati, Pengolahan Citra Digital : Konsep & Teori. Yogyakarta: Andi,
2013.
[5] E. Prasetyo, Data Mining : Konsep Dan Aplikasi Menggunakan Matlab, 2nd Ed.
Yogyakarta: Andi, 2012.
[6] N. Widyawati, Perbandingan Clustering Based On Frequent Word Sequence (Fws) Dan K-
Means Untuk Pengelompokan Dokumen Berbahasa Indonesia. Bandung, 2010.
[7] T. S. Ramlan Surbakti, Didik Supriyanto, Penanganan Pelanggaran Pemilu, Sidik Pram.
Jakarta, 2011.
[8] Beriyansyah, “Penyelesaian Pelanggaran Pemilihan Kepala Daerah Dalam Pandangan
Hukum Islam Dan Hukum Positif (Studi Di Bawaslu Provinsi Lampung),” Universitas Islam
Negeri Raden Intan Lampung, 2017.