Implementasi K-Affinity Propagation dalam Pengelompokan Provinsi di Indonesia Berdasarkan Kasus Pencemaran Lingkungan Hidup
Abstract
Indonesia memiliki tingkat pencemaran lingkungan yang berbeda di setiap provinsi. Penelitian ini bertujuan untuk mengetahui gambaran dan hasil pengelompokan provinsi di Indonesia berdasarkan indikator pencemaran lingkungan yang meliputi pencemaran air, tanah, dan udara akibat limbah rumah tangga maupun limbah pabrik. Metode yang digunakan adalah K-Affinity Propagation (K-AP) dengan uji validasi Davies-Bouldin Index. Hasil analisis menunjukkan bahwa jumlah cluster optimum adalah 2, dimana Cluster 1 yang terdiri atas 3 provinsi dengan tingkat pencemaran lingkungan tertinggi, serta Cluster 2 yang terdiri atas 35 provinsi lainnya dengan tingkat pencemaran lebih rendah. Oleh karena itu, pemerintah perlu memberikan perhatian khusus pada provinsi yang masuk dalam Cluster 1, melalui pengawasan industri, pengelolaan limbah, serta peningkatan kesadaran masyarakat mengenai pentingnya pelestarian lingkungan.
References
Annas, S., Irwan, I., Safei, R. H., & Rais, Z. (2022). K-Prototypes Algorithm for Clustering The Tectonic Earthquake in Sulawesi Island. Jurnal Varian, 5(2). https://doi.org/10.30812/varian.v5i2.1908
Asriny, N. I., Muhajir, M., & Andrian, D. (2021). K-Affinity Propagation clustering algorithm for the classification of part-time workers using the internet. Indonesian Journal of Electrical Engineering and Computer Science, 24(1). https://doi.org/10.11591/ijeecs.v24.i1.pp464-472
A’yuni, T. Q., Febriati, B. N., Effendie, L. I., Muhajir, M., & Yotenka, R. (2023). MSME sales clustering based on business aid distribution priority using K-affinity propagation. Enthusiastic: International Journal of Applied Statistics and Data Science, 3(1), 111–124. https://doi.org/10.20885/enthusiastic.vol3.iss1.art10
Bunkers, M. J., Miller, J. R., & DeGaetano, A. T. (1996). Definition of climate regions in the northern plains using an objective cluster modification technique. Journal of Climate, 9(1), 130–146.
Charrad, M., Ghazzali, N., Boiteau, V., & Niknafs, A. (2014). Nbclust: An R package for determining the relevant number of clusters in a data set. Journal of Statistical Software, 61(6). https://doi.org/10.18637/jss.v061.i06
Farhan, A., Lauren, C. C., & Fuzain, N. A. (2023). Analisis Faktor Pencemaran Air dan Dampak Pola Konsumsi Masyarakat di Indonesia. Jurnal Hukum dan HAM Wara Sains, 2(12). https://doi.org/10.58812/jhhws.v2i12.803
Frey, B. J., & Dueck, D. (2007a). Clustering by Passing Messages Between Data Points. Science, 315(5814), 972–976. https://doi.org/10.1126/science.1136800
Frey, B. J., & Dueck, D. (2007b). Clustering by passing messages between data points. Science, 315(5814). https://doi.org/10.1126/science.1136800
Govender, P., & Sivakumar, V. (2020). Application of k-means and hierarchical clustering techniques for analysis of air pollution: A review (1980–2019). Dalam Atmospheric Pollution Research (Vol. 11, Nomor 1). https://doi.org/10.1016/j.apr.2019.09.009
Gunadi, G., & Sensuse, D. I. (2016) analysis terhadap data penjualan produk buku dengan menggunakan algoritma apriori dan frequent pattern growth (fp-growth): studi kasus percetakan pt. Gramedia. Telematika MKOM, 118–132. https://journal.budiluhur.ac.id/index.php/telematika/article/view/164%0Ahttps://journal.budiluhur.ac.id/index.php/telematika/article/download/164/158
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2013). Multivariate Data Analysis (7 ed.). Pearson Education Limited.
Hand, D. J. (2008). Data Mining: Methods and Models by D. T. Larose. Biometrics, 64(1). https://doi.org/10.1111/j.1541-0420.2008.00962_9.x
Hasan, N., Fattah, I., & Risna, R. (2020). Analisis pencemaran udara akibat pabrik aspal berdasarkan Peraturan Pemerintah Nomor 41 Tahun 1999 tentang pengendalian pencemaran udara. Madani Legal Review, 4(2), 108–118. https://doi.org/10.31850/malrev.v4i2.681
Hastuti, S. H., Nurmayanti, W. P., & Saputri, A. A. (2023). Penerapan metode clustering self-organizing maps (SOM) dan K-affinity propagation (K-AP) dalam mengelompokkan nilai tukar petani di Indonesia tahun 2022. Variance: Journal of Statistics and Its Applications, 5(1), 79–88. https://doi.org/10.30598/variancevol5iss1page79-88
Hoffer, J. A., Ramesh, V., & Topi, H. (2011). Modern database management (10th ed.). Pearson.
Jiawei Han, M. K. and J. P. (2012). Data Mining: Concepts and Techniques, Third Edition - Books24x7. Morgan Kaufmann Publishers.
Kementerian Lingkungan Hidup. (1991). Keputusan Menteri Negara Lingkungan Hidup Nomor 02/MENKLH/I/1991 tentang Pedoman Penetapan Baku Mutu Lingkungan. http://rgsmitra.com
Muhajir, M., & Sari, N. N. (2018). K-Affinity Propagation (K-AP) and K-Means Clustering for Classification of Earthquakes in Indonesia. Proceeding - 2018 International Symposium on Advanced Intelligent Informatics: Revolutionize Intelligent Informatics Spectrum for Humanity, SAIN 2018. https://doi.org/10.1109/SAIN.2018.8673344
Primantoro, S., Goejantoro, R., & Prangga, D. S. (2024). Clustering Titik Panas Bumi Pada Potensi Kebakaran Hutan Menggunakan K-Affinity Propagation Geothermal Hotspot Clustering on Forest Fire Potential Using K-Affinity Propagation. 15(2). https://doi.org/10.30872/eksponensial.v15i2.1299
Putri, N. B., & Wijayanto, A. W. (2022). Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing. Komputika : Jurnal Sistem Komputer, 11(1). https://doi.org/10.34010/komputika.v11i1.4350
Tarisya Qurrota A’yuni, Baiq Nina Febriati, Lazuardy Ilham Effendie, Muhammad Muhajir, & Yotenka, R. (2023). MSME Sales Clustering Based on Business Aid Distribution Priority Using K-Affinity Propagation. Enthusiastic : International Journal of Applied Statistics and Data Science. https://doi.org/10.20885/enthusiastic.vol3.iss1.art10
Thavikulwat, P. (2008). Affinity propagation: A clustering algorithm for computer-assisted business simulations and experiential exercises. Developments in Business Simulation and Experiential Learning, Vol. 35, 171–182.
Undang-Undang Republik Indonesia Nomor 32 Tahun 2009 tentang Perlindungan dan Pengelolaan Lingkungan Hidup. (3 Oktober 2009). Jakarta: Sekretariat Negara..
Widyadhana, D., Hastuti, R. B., Kharisudin, I., & Fauzi, F. (2021). Perbandingan Analisis Klaster K-Means dan Average Linkage untuk Pengklasteran Kemiskinan di Provinsi Jawa Tengah. PRISMA, Prosiding Seminar Nasional Matematika, 4, 584–594. https://journal.unnes.ac.id/sju/index.php/prisma/
Yunita, F. (2018). Penerapan data mining menggunakan algoritma K-means clustering pada penerimaan mahasiswa baru. SISTEMASI, 7(3). https://doi.org/10.32520/stmsi.v7i3.388
Zhang, X., Wang, W., Nørvåg, K., & Sebag, M. (2010). K-AP: Generating specified K clusters by efficient Affinity Propagation. Proceedings - IEEE International Conference on Data Mining, ICDM. https://doi.org/10.1109/ICDM.2010.107
Han, J., Kamber, M., & Pei, J. (2012). Data mining: Concepts and techniques (Edisi ke-3). Elsevier.
Kementerian Lingkungan Hidup dan Kehutanan. (2024). Indeks Kualitas Lingkungan Hidup (IKLH) 2024. Jakarta: KLHK. Diakses dari https://www.menlhk.go.id/
LapakGIS. (2024). Batas Administrasi Provinsi Indonesia Tahun 2024 (Shapefile).
Diakses dari: https://www.lapakgis.com
