PENERAPAN DATA MINING DALAM MENENTUKAN POTENSI KEBERHASILAN BAKAL CALON LEGISLATIF DI DAERAH PEMILIHAN JAWA BARAT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS

Alfin Dhuhawan Bagja, Gunawan Abdillah, Faiza Renaldi

Abstract


Pemilihan umum adalah salah satu cara dalam sistem demokrasi untuk memilih wakil rakyat yang akan duduk di lembaga perwakilan rakyat. Popularitas bukanlah faktor utama yang dapat menjamin kesuksesan calon legislatif untuk lolos pada pemilihan umum. Dibandingkan dengan mengandalkan popularitas, menentukan strategi adalah hal yang tepat untuk dilakukan saat pemilihan umum. Salah satu strategi tersebut adalah dengan menentukan daerah pemilihan. Permasalahan yang terjadi dalam menentukan daerah pemilihan adalah terjadinya ketidaksinambungan wilayah antara calon legislatif dengan daerah pemilihannya. Maka perlu memperhatikan data latar belakang anggota legislatif sebelumnya yang telah berhasil di daerah pemilihannya. Data Mining didefinisikan sebagai proses penemuan pola dalam data, algoritma K-Nearest Neighbosr adalah salah satu algoritma data mining yang melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Penlitian ini membangun sebuah sistem yang dapat menentukan daerah pemilihan yang berpotensi berhasil untuk bakal calon legislative di Jawa Barat. Hasil dari penelitian ini berupa sistem yang dapat menghasilkan rekomendasi daerah pemilihan yang berpotensi berhasil untuk bakal calon legislatif dengan tingkat akurasi data uji sebesar 85,62%.

Kata kunci: pemilihan umum, calon legislatif, daerah pemilihan, data mining, k-nearest neighbors

Full Text:

F32.184-189.PDF

Refbacks

  • There are currently no refbacks.