Implementasi Algoritma K-Means Untuk Menunjang Keputusan Dalam Mengurangi Tingkat Buta Aksara

Buta Aksara merupakan ketidakmampuan seseorang dalam membaca dan menulis kalimat sederhana dalam bahasa apapun. Hampir setiap provinsi di Indonesia terdapat penduduk yang menderita buta aksara, terbukti dengan data terakhir dari BPS tahun 2017 sebanyak 3.387.035 jiwa penduduk umur 15-59 tahun. Untuk itu perlunya analisis mengenai penyebaran Buta aksara di Indonesia. Tujuan dari penelitian ini untuk melakukan pengelompokan provinsi penderita buta aksara dengan memanfaatkan Teknik clustering dalam proses data mining. Metode yang digunakan adalah algoritma K-Means. Algoritma K-Means merupakan salah satu algoritma yang mengelompokkan data yang sama pada kelompok tertentu dan data yang berbeda pada kelompok yang lain. Dalam hal ini mengelompokan provinsi kedalam beberapa cluster berdasarkan kemiripan data, sehingga data provinsi dengan kesamaan karakteristik dikelompokan menjadi satu cluster dan yang memiliki karakteristik yang berbeda akan dikelompokan dalam cluster yang lain. Atribut yang dipakai adalah Provinsi, Umur 15+, umur 15-45, umur 45+. Hasil dari penelitian ini adalah pengelompokan provinsi dengan buta aksara Tertinggi, Sedang dan Terrendah.
Kata Kunci: data mining, clustering, buta aksara, K-Means.