Clustering Self Organizing Maps (SOM) Dengan Perbaikan Missing Value Menggunakan Naive Bayes Imputation Pada Pengelompokan Wilayah Penyandang Masalah Kesejahteraan Sosial (PMKS)

Abstract

Penyandang Masalah Kesejahteraan Sosial (PMKS) merupakan permasalahan yang terjadi pada kelompok masyarakat yang memiliki kesulitan dalam menjalankan fungsi sosial dalam kehidupannya. Berkembangnya masalah sosial akibat dari krisis, konflik sosial, bencana alam dan gejala integritas sosial yang memerlukan penanganan secara komprehensif. Penelitian dilakukan untuk mengetahui bagaimana karakteristik permasalahan PMKS di wilayah Kalimantan Selatan. Cara mengetahui permasalahan tersebut dengan melakukan clustering data. Metode clustering yang digunakan adalah Self Organizing Maps (SOM) dan pengisian data kosong Naive Bayes Imputation (NBI) yang mana akan dibandingkan dengan pengisian Metode Statistik (Mean, Median, Modus). NBI digunakan untuk mengatasi permasalahan banyaknya jumlah data kosong pada data PMKS. Tahapan yang dilakukan dimulai dengan pengisian data kosong dengan NBI. Kemudian dilakukan proses clustering menggunakan SOM yang mana hasil cluster dievaluasi menggunakan Davies Bouldin-Index (DBI). Hasil clustering dengan perbaikan data menggunakan NBI akan dibandingkan dengan hasil clustering dengan perbaikan Metode Statistik. Hasil yang didapatkan adalah perbaikan NBI menempati hasil clustering terbaik dengan nilai terkecil yaitu 0.032186 dengan pembagian 2 cluster. Bentuk cluster yang dihasilkan dengan proporsi 8:5 wilayah. Cluster 1 meliputi Tanah Laut, Kota Baru, Tapin, Hulu Sungai Selatan, Hulu Sungai Tengah, Hulu Sungai Utara, Tabalong dan Tanah Bumbu. Cluster 2 meliputi Banjar, Barito Kuala, Balangan, Banjarmasin dan Banjarbaru.