eprintid: 11174
rev_number: 7
eprint_status: archive
userid: 46
dir: disk0/00/01/11/74
datestamp: 2026-08-13 02:37:34
lastmod: 2026-08-13 02:37:34
status_changed: 2026-08-13 02:37:34
type: thesis
metadata_visibility: show
creators_name: Suhendar, Suhendar
creators_NPM: 065124702
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Harsani, Prihastuti
contributors_name: Andriani, Siska
corp_creators: Universitas Pakuan
corp_creators: Fakultas Matematika dan Ilmu Pnegetahuan Alam
corp_creators: Program Studi Ilmu Komputer
title: PENERAPAN METODE X-MEANS CLUSTERING UNTUK 
PENGELOMPOKAN CALON PENERIMA BANTUAN RUMAH 
TIDAK LAYAK HUNI (RUTILAHU) DI KECAMATAN KEMANG
ispublished: pub
subjects: QK
divisions: sch_ecs
full_text_status: none
abstract: PENERAPAN METODE X-MEANS CLUSTERING UNTUK 
PENGELOMPOKAN CALON PENERIMA BANTUAN RUMAH 
TIDAK LAYAK HUNI (RUTILAHU) DI KECAMATAN KEMANG 
Suhendar , Prihastuti Harsani2, Siska Andriani3 
1,2,3Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas 
Pakuan, Bogor, Jawa Barat, 16143, Indonesia 
 
 
 
Abstract 
Program Bantuan Rumah Tidak Layak Huni (RUTILAHU) merupakan salah satu upaya pemerintah dalam meningkatkan kualitas hunian masyarakat berpenghasilan rendah. Proses pengelompokan calon penerima bantuan yang masih dilakukan secara manual berpotensi menimbulkan subjektivitas dan kurang optimal dalam menganalisis data dalam jumlah besar. Penelitian ini bertujuan menerapkan metode X-Means Clustering untuk mengelompokkan calon penerima bantuan RUTILAHU di Kecamatan Kemang berdasarkan kondisi fisik rumah dan kondisi sosial ekonomi masyarakat. Penelitian menggunakan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM) yang meliputi Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Dataset yang digunakan berjumlah 721 data calon penerima bantuan dengan delapan atribut penelitian, yaitu jenis rumah, kepemilikan rumah, kondisi dinding, kondisi atap, kondisi lantai, jumlah tanggungan, penghasilan bulanan, dan tingkat kerusakan rumah. Tahap data preparation meliputi preprocessing, encoding, dan normalisasi data, sedangkan proses clustering dilakukan menggunakan algoritma X-Means yang mampu menentukan jumlah cluster secara otomatis berdasarkan nilai Bayesian Information Criterion (BIC). Hasil penelitian menunjukkan bahwa metode X-Means menghasilkan tiga cluster optimal yang merepresentasikan kategori ringan, sedang, dan berat. Evaluasi model memperoleh nilai Silhouette Score sebesar 0,3092, Davies-Bouldin Index (DBI) sebesar 1,3489, serta tingkat kesesuaian terhadap label referensi sebesar 97,64%. Model kemudian diimplementasikan ke dalam sistem berbasis web menggunakan framework Flask untuk mempermudah proses pengelompokan dan analisis data calon penerima bantuan RUTILAHU. Hasil penelitian menunjukkan bahwa metode X-Means Clustering mampu menghasilkan pengelompokan yang representatif sehingga dapat menjadi pendukung analisis dalam penentuan prioritas calon penerima bantuan RUTILAHU secara lebih objektif. 
 
Kata Kunci: X-Means Clustering, Data Mining, RUTILAHU, CRISP-DM, Clustering
date: 2026-01
date_type: published
institution: Universitas Pakuan
department: Fakultas Matematika dan Pengetahuan Alam
thesis_type: Skripsi
thesis_name: Sarjana
citation:   Suhendar, Suhendar  (2026) PENERAPAN METODE X-MEANS CLUSTERING UNTUK PENGELOMPOKAN CALON PENERIMA BANTUAN RUMAH TIDAK LAYAK HUNI (RUTILAHU) DI KECAMATAN KEMANG.  Skripsi thesis, Universitas Pakuan.