Daftar isi. Perkembangan Teknologi Informasi Dan Multimedia Indonesia Melalui Aplikasi OTT (Over The Top) Di Era Broadband Internet

Daftar isi Kata Pengantar Komite Sponsor Keynote Speaker Perkembangan Teknologi Informasi Dan Multimedia Indonesia Melalui Aplikasi OTT (Over The Top) Di Era Broadband Internet Design and Performance Investigation Of Dipole Antenna Using Aluminum And Iron At 644 Mhz -736 Mhz Determining Characteristics Sound By Gender Using GNU Radio Early Experiment On Lifi Using Arduino Monitoring Internet Security in Id-SIRTII/CC Clustering Kondisi Sosial Kota Batam Menggunakan Sistem Informasi Geografis Perancangan Sistem Kamera Pengawas Berbasis Perangkat Bergerak dengan Notifikasi dan Kontrol Alarm Pengaruh Penempatan Posisi Antena Blade Pada Pesawat Udara Air Awak (PUNA) Interdigital Bandpass Filter for MetSat Experiment : The sensitivity of the image capture "QR-Code" on the authentication "WhatAppWeb Application" using a Smartphone Mapping the Customer Complaint Using Big Data Analytics A Case Study in PT. PLN (Persero) Pengendalian Lengan Robot Menggunakan Kepala Berbasis Sensor Gyro Pemodelan Manajemen Keamanan Sistem Informasi pada Sistem Kontrol Industri dengan Metode ISO 27001 dan NIST 800 Struktur Split Ring Resonator (SRR) sebagai Electromagnetic Bandgap (EBG) pada Antena Susun Patch Persegi

Deteksi Utrasonik pada Alat Pengumpul Sampah Di Laut dan Hutan Bakau Pendekatan Public Value pada Pengembangan Strategi Arsitektur Layanan Informasi Rancang Bangun Sistem Deteksi Dini Bencana Tanah Longsor Berbasis Sensor Microelectromechanical System (Mems) Disain Antena Microstrip Untuk Aplikasi Teknologi Ultra Wide Band (UWB) dengan Peningkatan Gain Perancangan Antena Bow-tie Pada Frekuensi 1,6 GHz untuk Aplikasi Ground Penetrating Radar (GPR) Enhancement Bandwidth Multigrid-Patch Microstrip Antenna 3x3 Multi Grid Triple Layer Microstrip Antenna For 60 GHz Communication System On IEEE 802.11ad Wireless Local Area Network Application Pengembangan Software Aplikasi Penerjemah Bahasa Jawa Dan Bahasa Indonesia Menggunakan Metode Binary Search, Parsing Tree Dan Markov Aplikasi Pengenalan Rumah Adat Bima Dengan Animasi 3D Berbasis Teknologi Augmented Reality Dengan Metode Marker Based Tracking Implementasi Metode Projection Mapping Pada Video Promosi Universitas Nasional Berbasis Visualisasi 3D A Short Film Making With 3D CGI and Live Action Footage Usage Using Compositing Technique And Keyframes Methoda Aplikasi Sistem Penunjang Keputusan Penilaian Kelayakan Pemberian Kredit Menggunakan Metode Logika Fuzzy Mamdani Virtual Private Network dengan Metode PPTP Untuk Interkoneksi Video Conference dan Meminimalkan Packet Loss Implementasi Augmented Reality Sebagai Media Promosi Ftki Menggunakan Metode Marker Based Tracking Sistem Penjadwalan dengan Algoritma Genetika Menggunakan Metode Roullete Wheel Selection Rancang Bangun Keamanan Jaringan Untuk Mendeteksi dan Mencegah Penyerangan Pembelokkan Traffik Menggunakan Metode nDPI Iklan Animasi Layanan Masyarakat Bahaya Menggunakan Handphone Pada Saat Berkendara Motor Berbasis 3d Dengan Metode Nurbs Modeling

Implementasi Network Attached Storage On Clustering Load Balancing Web Server Guna Meningkatkan High Availability Augmented Reality Magicbook Pengenalan Wisata Raja Ampat Berbasis Android Dengan Metode Marker Based Tracking Aplikasi Sistem Pendukung Keputusan Untuk Evaluasi Resiko Manajemen Pada Proyek Otomatisasi Industri Menggunakan Logika Fuzzy Mamdani Pengenalan Teknik Dasar Tari Piring Menggunakan Teknologi Motion Capture Berbasis Kinect Dengan Metode Markeless Virtualisasi Ruangan Kelas Berbasis 3D Menggunakan Teknologi Virtual Tour Dengan Metode Panorama 3600 Penerapan Augmented Reality Pada Permainan Game Kartu Interaktif Menggunakan Metode Multi Target Tracking Berbasis Android Implementasi Sistem Pendukung Keputusan Dengan Logika Fuzzy Mamdani Untuk Proses Seleksi Asisten Laboratorium Komputer Sistem Pengendali Lampu Rumah Menggunakan Mikrokontroler Arduino dengan Metode Logika Fuzzy Berbasis Android Media Promosi Mobil Berbasis Teknologi Augmented Realty Menggunakan Metode Markerless Perancangan Sistem Keamanan Port SSH Dengan Metode Port Knocking Pada Sistem Operasi Linux Analisa dan Perancangan Jaringan Menggunakan Metode Redistribution Routing Protokol OSPF dan EIGRP Dengan Topologi MESH Implementasi NAS on Clustering With Load Balancing Web Server Guna Meningkatkan High Availability Implementasi High Availability Server Ujian Online Menggunakan Teknik Failover Cloud Storage Dengan Implementasi Network Attached Storage Metode Cluster Pada Server Virtual Sistem Pertahanan Server Menggunakan Sistem Deteksi Intrusi Snort dan Honeypot Kippo Pembuatan Iklan Animasi Layanan Masyarakat “Hemat Energi Listrik” Dengan Teknik Subdivision dan Sculpting. Aplikasi e-Commerce pada Industri Penjualan Kerajinan Tangan Berbasis Web

Implementasi Jaringan Virtual Private Network (VPN) Dengan Metode Point To Point Tunneling Protocol (PPTP) Menggunakan Radius Server Pada Mikrotik Implementasi Cloud Storage Owncloud Menggunakan Alerting Firewall Terhadap Serangan DDos Sistem Keamanan Sepeda Motor Berbasis Arduino Menggunakan Smartphone Android Implementasi Voice Over Internet Protocol (VOIP) Menggunakan GNU Linux Trixbox Dengan Virtual Private Network (VPN) Yang Terkonfigurasi Sebagai Sistem Keamanan Jaringan Saraf Tiruan dengan Metode Backpropagation untuk Memprediksi Jumlah Penderita Demam Berdarah Tutorial Animasi 3D Manasik Haji Dengan Metode Subdivision Surface Untuk Anak-Anak Peningkatan Kinerja Wireless Menggunakan Algoritma CBQ (Class Based Queueing) dan Mangle Media Pembelajaran Letak Titik Saraf Pada Telapak Kaki Manusia Berbasis Teknologi Augmented Reality Dengan Metode Single Marker Perancangan Sistem Failover Dan Load Balancing Untuk Server Database Cluster Implementasi Akses Hotspot Menggunakan Captive Portal Dengan Sistem Keamanan Pada Server Perancangan Dan Implementasi High Availability Web Server Dengan Teknik Failover Pada Virtual Cluster Computer Implementasi Logika Fuzzy Mamdani pada Sistem Penunjang Keputusan untuk Diagnosa Penyakit Diabetes Mellitus Implementasi Manajemen Bandwidth Menggunakan Hierarchical Token Bucket (HTB) Pada Jaringan Hotspot Mikrotik Implementasi Metode Primitive Modeling Pada Iklan Video Pengenalan Bangunan Eksterior Universitas Nasional Berbasis Animasi 3D Optimalisasi Perancangan Jaringan Dengan Metode OSPF dan BGP Pada Mikrotik Pengembangan Access Control List Menggunakan Filter Protocol Pada Jaringan VLAN Implementasi Metode ECMP (Equal Cost Multi Path) Pada Router Mikrotik Untuk Mengoptimalkan Kinerja Jaringan Internet Augmented Reality Magicbook Pengenalan Wisata Raja Ampat Berbasis Android Dengan Metode Marker Based Tracking

Aplikasi Penjualan Online Shop Berbasis Web Menggunakan Metode Online Analytical Processing Media Promosi Perumahan Pada Augmented Reality Dengan Metode Single Marker Berbasis Android Aplikasi Penjualan Spare Part Motor Custom Berbasis WebDengan Teknologi OLAP (Online Analytical Processing) Implementasi E-Commerce Menggunakan Metode OLAP (Online Analytical Processing) Sistem Aplikasi Transaksi Pembayaran SPP,UTS Dan UAS Menggunakan Oltp (Online Transaction Processing) Analisis Dan Perancangan Sistem Penjualan Alat Telekomunikasi Menggunakan Metode Online Transaction Processing (OLTP) Implementasi Metode Profile Matching Pada Sistem Pendukung Keputusan Untuk Promosi Jabatan Aplikasi Sistem Pemesanan Lapangan Futsal Berbasis Web Menggunakan Metode Online Analytical Processing (OLAP) Aplikasi Game Edukasi Pembelajaran Sekolah Dasar Menggunakan Linear Congruent Method (Lcm) Berbasis Android Perancangan Video Animasi Treasure Bay Lagoi Sebagai Media Promosi Pariwisata Menggunakan Metode Light Cache Berbasis 3D Sistem Informasi Berbasis Web Penjualan Aksesoris Vespa dan Motor Vespa dengan Metode OLAP (Online Analytical Processing) Pembuatan Iklan Bahaya Asap Rokok PenggabunganVideo Live Action dan 3D Animasi Dengan Metode Subdivision dan Dynamic Cutting Aplikasi Point Of Sales (POS) pada Sistem Inventori Perancangan Aplikasi E-Commerce Dengan Metode Olap Untuk Penjualan Hijab Online Berbasis Web Sistem Informasi Berbasis Web Penjualan Perlengkapan Hiking Dengan Metode Online Analytical Processing (OLAP) Sistem Pendukung Keputusan Untuk Memilih Laptop Menggunakan Metode Fuzzy Tahani Berbasis Web Sistem Pendukung Keputusan Penjurusan SMA 1 Bacan Timur Menggunakan Metode Simple Additive Weighting (SAW)

Aplikasi Pencarian Lokasi Hotel Di Kota Depok Berbasis Android Dengan Metode Location Based Service Sistem Penjualan Menggunakan Metode OLTP Penerapan Metode Pencocokan String (String Matching) Pada Pencarian Judul Tugas Akhir Berbasis Web Perancangan Sistem Informasi Penjualan Alat Musik Berbasis Web Dengan Metode OLAP Aplikasi Penjualan Sepatu Berbasis Website Menggunakan Metode Online Analytical Processing (OLAP) Implementasi Metode SAW (Simple Additive Weighting) Pada Perancangan Sistem Pendukung Keputusan Penerimaan Beasiswa Berbasis Web Sistem Informasi Transaksi Bengkel Bubut Ganesha WEB Dengan Metode Economic Order Quantity (EOQ) Sistem Informasi Pemesanan Dekorasi Alat Pesta Berbasis Web Dengan Metode Online Transaction Proccesing (OLTP) Sistem Aplikasi Penjualan Aksesoris Dota 2 Berbasis Web Menggunakan Metode OLAP Sistem Pendukung Keputusan Promosi Kenaikan Pangkat Anggota TNI Menggunakan Metode Simple Additive Weighting (SAW) Perancangan Dan Implementasi Oltp Pada Sistem Informasi Pengolahan Data TagihanDistribusi Air Bersih Peta Lokasi Susunan Acara

KATA PENGANTAR Selamat datang ke acara Seminar Nasional Microwave, Antena dan Propagasi (SMAP 2016). SMAP merupakan seminar yang diselenggarakan pertama kali dan diinisiasi oelh IEEE Indonesia Joint Chapter Microwave Theory and Techniques, and Antennas and Propagation (MTT/AP) Societies Chapter. Seminar ini bertujuan untuk menyediakan sebuah forum untuk mendorong penelitian di bidang microwave, antena, propagasi dan bidang-bidang terkait lainnya di Indonesia. SMAP 2016 merupakan kesempatan bagi para mahasiswa, peneliti, perekayasa dan industri yang terkait dengan bidang komunikasi nirkabel, radar dan satelit, antenna dan propagasi, RF/Microwave dan Elektomagnetik terapan untuk saling berbagi pengalaman dan membangun jaringan. Oleh karena itu, pada kesempatan ini SMAP 2016 mengangkat tema

“Supporting

5G

with

Development

of

Computer

Science

and

Telecommunication System”. Kami sadari bahwa untuk kemajuan bangsa maka harus ada kerjasama dan sinergi dari semua pihak meliputi akademisi, pemerintahan maupun industri. Untuk mengangkat tema 5G tersebut maka pada acara pembukaan kami menghadirkan empat pembicara kunci. Pertama yang mewakili pemerintahan yaitu Ir. Bambang Heru Tjahjono, MSc, mantan Direktur Utama Aplikasi dan Informatika, Kementrian Komunikasi dan Informatika yang mengusung topik “Future and Prospect of Mobile Telecommunication in Indonesia, regulations, opportunity, and chalenge. Kedua perwakilan dari peneliti Prof. Dr. Teddy Mantoro, SMIEEE., MACM, Prof. dari USBIUniversitas

Samporrna

ini

merupakan

peneliti

yang

fokus

pada

bidang

Pervasive/Ubiquitous Computing, Context Aware Computing, Mobile Computing, Information Security, Wireless Sensor Network, And Intelligent Environment. Sebagai pembicara terakhir yang mewakili penerapan teknologi yaitu Dr. Khoirul Anwar sebagai pemilik paten teknologi broadband yang menjadi standar intenasional ITU, baik untuk sistem teresterial (di bumi) maupun satelit (di angkasa). Pada kesempatan ini, saya ingin mengucapkan terimakasih kepada semua panitia yang elah bekerja keras dalam mensukseskan acara ini. Terima kasih kami ucapkan khususnya kepada Fakultas Teknologi Komunikasi dan Informatika yang telah mendukung panitia sehingga seminar ini dapat diselenggarakan di UNAS. Terima kasih kami sebesar-

besarnya kepada semua penulis Makalah di SMAP 2016 yang turut berbagi hasil penelitian mereka dengan kita semua. Terakhir kami juga ingin mengucapkan terima kasih kepada semua sponsor acara kami dan semoga kegiatan seminar ini bermanfaat bagi kita semua.

Dr. Ucuk Darusalam, ST., MT Ketua Umum SMAP 2016

KOMITE Ketua Umum Dr. Ucuk Darusalam, S.T., M.T. Sekretaris Ina Agustina, S.Si.,S.Kom., MMSI Bendahara M. Iwan Wahyuddin, S.T., M.T. Komite Pengarah • Prof. Dr. Ir. Eko Tjipto Rahardjo, M.Sc. (Universitas Indonesia) • Prof. Dr. Ir. Adit Kurniawan, M.Eng. (Institut Teknologi Bandung) • Prof. Dr. Iskandar Fitri, S.T., M.T. (Universitas Nasional) • Prof. Dr. Ir. Mudrik Alaydrus, M.Eng. (Universitas Mercu Buana) • Prof. Gamantyo Hendrantoro (Institut Teknologi Sepuluh Nopember) • Prof. Dr. Ir. Indra Surjati, MT (Universitas Trisakti) • Prof. Teddy Mantoro (Universitas Sampoerna) • Prof. Dr. Zainal Hasibuan (Universitas Indonesia) • Prof. Dr.rer.nat Ahmad Benny Mutiara (Universitas Gunadarma) • Prof. Dr. Adang Suhendra (Universitas Gunadarma) • Dr. Fitri Yuli Zulkifli, ST, M.Eng. (Universitas Indonesia) • Dr. Agus Muhammad Hatta (Institut Teknologi Sepuluh Nopember) • Dr. Andrian Andaya Lestari (IRCTR-Indonesia) • Dr. Denny Setiawan (Depkominfo) • Dr. Elyas Palantei (UNHAS) • Dr. Mashury Wahab (LIPI) • Dr. Sholeh Hadi Pramono (Universitas Brawijaya) • Dr. Sasono Rahardjo (BPPT) Komite Teknis • Dr. Basari (Universitas Indonesia) • Dr. Catur (Universitas Indonesia) • Dr. Setyo Budiyanto (Universitas Mercu Buana) • Dr. Riries Rulaningtyas (Universitas Airlangga) • Dian Widi Astuti (Universitas Mercu Buana) • Muhammad Darsono (UPI Dharma Persada)

Koordinator Lapangan • Irmawati, S.Kom, MMSI (Universitas Nasional) • Nurhayati,S.Si,MTI (Universitas Nasional)

Website & Information • Irmawati, S.Kom, MMSI (Universitas Nasional)

SPONSOR

KEYNOTE SPEAKER

Ir. Bambang Heru, M.Sc. Mantan Direktur Utama Aplikasi dan Informatika, Kementrian Komunikasi dan Informatika yang mengusung topik “Future and Prospect of Mobile Telecommunication in Indonesia,

regulations, opportunity, and challenge.

Prof. Dr. Teddy Mantoro, SMIEEE., MACM

Prof. dari USBI-Universitas SampoHrna ini merupakan peneliti yang fokus pada bidang Pervasive/Ubiquitous Computing,

Computing,

Context

Aware

Computing,

Mobile

Information Security, Wireless Sensor Network, And Intelligent

Environment Riwayat pekerjaan: 1.

Professor dan Dekan Fakultas Sains dan Teknologi, USBI-Universitas Sampoerna, Jakarta, Indonesia (1 Mei 2013 - 1 Juni 2015)

2.

Wakil Rektor Bidang Akademik dan Kemahasiswaan USBI-Universitas Sampoerna, Jakarta, Indonesia (12 April 2014 - 1 Desember 2014)

3.

Direktur, Center for Ubiquitous Technology (UBITEC), Universitas Surya, Tangerang, Indonesia (1 Januari 2013 - sekarang)

4.

Professor Tamu, Advanced Informatics School (AIS), Universiti Teknologi Malaysia, Kuala Lumpur, Malaysia (4 Februari 2014 - 31 Agustus 2016),

5.

Professor (Dosen Partime), Advanced Informatics School (AIS), Universiti Teknologi Malaysia, Kuala Lumpur, Malaysia (1 Juli 2013 - 31 Desember 2013),

6.

Direktur Asosiasi, Asia Kuala Lumpur Site, ACM-ICPC Asia Regional Contest (1 Januari 2010 - 1 Juni 2013)

7.

Asosiasi Prof. at the Advanced Informatics School, Universiti Teknologi Malaysia (1 Mei 2012 - 1 Juni 2013)

8.

Asosiasi Prof. Computer Science Dept, KICT, IIUM, Kuala Lumpur Malaysia (15 Desember 2008 - 30 April 2012)

9.

Senior Computer System Administrator and Research fellow, College of Engineering and Computer Science, ANU, Canberra, Australia (2000 - 2009)

10. Kajur dan Dosen Fakultas Ilmu Komputer, Universitas Budi Luhur, Jakarta, Indonesia (1995 – 1999) 11. Systems Analyst at the Asian Institute of Technology (AIT), Bangkok, Thailand (1992 - 1995) 12. EDP (Electronic Data Processing) Manager, Microsoft Indonesia, Jakarta, Indonesia (1991 - 1992).

Dr. Khoirul Anwar

3HPLOLNSDWHQWHNQRORJLEURDGEDQG\DQJPHQMDGLVWDQGDULQWHQDVLRQDO,78EDLNXQWXN VLVWHP WHUHVWHULDO GL EXPL  PDXSXQ VDWHOLW GL DQJNDVD  3HQHPX WHNQLN WUDQVPLVL ZLUHOHVVGHQJDQGXD EXDK )DVW )RXULUHU 7UDQVIRUP ))7  \DLWX ))7 NHFLO GDQ ))7 EHVDU GXD SDGD WUDQVPLWWHU GDQ GXD SDGD UHFHLYHU  7HNQLN LQL PHQGDSDWNDQ SHQJKDUJDDQSDGD-DQXDUL

2006 dari IEEE Radio and Wireless Symposium (RWS) tahun 2006, di California dan menjadi standard international telecommunication union (ITU), ITU-R S.1878 and ITUR S.2173. Teknologi ini (beserta modifikasinya untuk multiple access) menjadi basis dari single carrier frequency division multiple access (SC-FDMA) yang dipakai pada uplink 4G LTE.

Clustering Kondisi Sosial Kota Batam Menggunakan Sistem Informasi Geografis Dwi Ely Kurniawan1, Agus Fatulloh2 1

Jurusan Teknik Informatika, Politeknik Negeri Batam

[email protected] 1, [email protected] 2 Abstract — Batam merupakan wilayah kepulauan yang memiliki karakteristik sosial berbeda setiap kecamatannya. Permasalahan sosial selayaknya menjadi perhatian dan tanggung jawab bersama baik masyarakat maupun pemerintah. Agar program-program yang dicanangkan pemerintah sesuai dan tepat sasaran maka perlu menentukan perioritas terhadap masalah-masalah sosial yang muncul di tiap wilayah. Penelitian ini menggunakan algoritma k-means dalam mengklasifikasikan permasalahan sosial ke dalam bentuk cluster. Tiap cluster memiliki karakteristik yang sama pada kelompoknya sedangkan cluster yang lain membentuk kelompok berikutnya sesuai dengan karakteristiknya. Hasil penelitian algoritma k-means menentukan cluster dan memetakan sebaran permasalahan sosial ke dalam Sistem Informasi Geografis (SIG) sehingga memudahkan dalam mengetahui informasi sosial tiap kecamatan dan menentukan perioritas bantuan agar program pemerintah tepat sasaran. Keyword — clustering, kondisi sosial, SIG. Abstrak — Batam is an archipelago that have different social characteristics of each sub-district. Social problems should be a concern and responsibility of both the public and government. For the programs launched by the government in accordance targeted and it is necessary to determine the priorities of the social problems that arise in each region. This study uses k-means algorithm to classify social problems in the form of clusters. Each cluster has the same characteristics in the group while the other cluster to form the next group according to their characteristics. The results of the study, k-means algorithm determines the cluster and map the distribution of social issues into the Geographic Information System (GIS) to facilitate the social information to know each district and determine priorities for help to the government program on target. Kata kunci — clustering, social issues, GIS.

pembangunan serta melakukan perbaikan demi kesejahteraan bersama. Agar program-program yang dicanangkan pemerintah sesuai dan tepat sasaran maka perlu menentukan perioritas terhadap masalah-masalah sosial yang muncul di tiap wilayah. Hal ini perlu diketahui kondisi sosial ekonomi masyarakat di setiap kecamatan sehingga memudahkan dalam mengambil sebuah keputusan baik itu pihak pemerintah, swasta dan lain sebagainya. Salah satu cara yang bisa dilakukan yaitu dengan melakukan clustering. Clustering merupakan metode data mining yang digunakan untuk mengelompokkan objek yang memiliki tingkat kemiripan yang tinggi dalam satu cluster, dimana setiap cluster memiliki tingkat perbedaan yang tinggi dengan cluster lainnya. Penelitian yang sejenis, analisis terhadap peruntukan lahan usaha tambang menggunakan metode statistika K-Means Clustering berbasis sistem informasi geografi [9], pemetaan daerah rawan kriminalitas di wilayah hukum Poltabes Semarang tahun 2013 dengan menggunakan metode clustering [15], dan identifikasi penyebaran gempa dengan clustering [16]. Berdasarkan penelitian tersebut, penelitian ini mengimplentasikan metode clustering k-means untuk memudahkan pihak terkait, pemerintah atau lembaga masyarakat (CSR) dapat menentukan dan memetakan prioritas bantuan dan program pembinaan agar tepat sasaran berdasarkan permasalahan sosial yang muncul di masingmasing kecamatan Kota Batam. Hasil clustering dari kondisi sosial tersebut diolah dan disajikan dalam bentuk Sistem Informasi Geografis (SIG).

I. PENDAHULUAN

II. LANDASAN TEORI

Pulau Batam merupakan salah satu pulau terbesar yang ada di Kepulauan Riau. Setiap tahunnya laju pertumbuhan penduduk selalu mengalami peningkatan. Peningkatan laju pertumbuhan penduduk disebabkan banyaknya penduduk dari luar yang datang ke Pulau Batam untuk mencari pekerjaan. Berdasarkan data statistik daerah Kota Batam, jumlah penduduk pada tahun 2014 mengalami peningkatan di tahun 2015 sebanyak 6.659 jiwa yaitu dari 1.030.528 jiwa menjadi 1.037.187 jiwa. Peningkatan jumlah penduduk ini dapat menyebabkan berbagai permasalahan sosial seperti kemiskinan, pendidikan, angkatan kerja, pernikahan dan perceraian serta masalah sosial lainnya yang akan berdampak buruk terhadap kondisi sosial ekonomi masyarakat bila tidak diupayakan. Kesejahteraan merupakan cita-cita dan harapan bersama yang tertuang dalam pembukaan UUD’45 dan Pancasila. Selayaknya pemerintah dan masyarakat ikut terlibat dalam

A. Kondisi Sosial Permasalahan sosial merupakan gejala atau fenomena yang muncul dalam realitas kehidupan bermasyarakat. Masalah sosial sebagai sebagai suatu kondisi yang tidak diinginkan oleh sebagian besar warga masyarakat. Faktor penyebab dari permasalahan sosial pada dasarnya merupakan bagian yang tidak dapat dipisahkan dari kehidupan manusia. Hal ini dikarenakan masalah sosial terwujud sebagai hasil dari kebudayaan manusia itu sendiri dan akibat dari hubungan dengan manusia lainnya. Diantara penyebab permasalahan sosial diukur melalui: (1) tidak adanya kesesuaian antara nilai sosial dengan tindakan sosial; (2) sumber dari permasalahan sosial merupakan akibat dari suatu gejala sosial di masyarakat; (3) adanya pihak yang menetapkan suatu gejala sosial tergantung dari karakteristik masyarakatnya; (4) permasalahan sosial yang nyata

(manifest social problem) dan masalah sosial tersembunyi (latent social problem); (5) perhatian masyarakat dan masalah sosial; (6) sistem nilai dan perbaikan suatu permasalahan sosial. Masalah sosial muncul akibat terjadinya ketimpangan sosial antara nilai dalam masyarakat dengan realita yang ada. Ketimpangan sosial tersebut terjadi adanya perbedaan yang mencolok antara yang satu dengan yang lain.

karakteristik yang berbeda dikelompokkan ke dalam cluster yang lain.

)DNWRU (NRQRPL

)DNWRU .HVHKDWDQ

)DNWRU %XGD\D .RQGLVL 6RVLDO 0DV\DUDNDW

)DNWRU .HSHQGXGX NDQ

)DNWRU 3HQGLGLNDQ

Gambar 1. Kondisi Sosial Masyarakat Masalah sosial umumnya dapat dikategorikan menjadi lima jenis faktor seperti (1) faktor ekonomi, diantaranya kemiskinan dan pengangguran (2) faktor budaya, yakni dalam penyelesaian masalah diantara lingkungan keluarga maupun masyarakat seperti tingkat perceraian anak jalanan, dan kenakalan remaja, (3) faktor biologis (kesehatan masyarakat) yang mengakibatkan terjangkitnya penyakit menular, keracunan makanan dan lain sebagainya, (4) faktor pendidikan diantaranya angka partisipasi sekolah, buta huruf dan lulusan, (5) faktor penduduk seperti jumlah dan sebaran penduduk. Indonesia sendiri terjadi banyak masalah sosial yang tidak kunjung terselesaikan, salah satunya adalah masalah kemiskinan. Berdasarkan data Badan Pusat Statistik (BPS) September 2015, jumlah penduduk miskin mencapai 28,51 juta orang (11,13%). Angka tersebut mengindikasikan bahwa program-program penanggulangan kemiskinan selama ini belum berhasil mengatasi masalah kemiskinan. Pada dasarnya program penanggulangan kemiskinan selama ini cenderung berfokus pada upaya penyaluran bantuan sosial untuk fakir miskin yang mungkin tidak tepat sasaran. B. Clustering K-Means Algoritma K-Means adalah algoritma clustering yang paling popular. Algoritma ini disusun atas dasar ide yang sederhana. Ada awalnya ditentukan berapa cluster yang akan dibentuk. Sebarang obyek atau elemen pertama dalam cluster dapat dipilih untuk dijadikan sebagai titik tengah (centroid point) cluster. Algoritma K-Means merupakan salah satu algoritma clustering non hirarki yang mempartisi data yang ada ke dalam bentuk satu atau lebih clusteratau kelompok. Metode ini mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai

Gambar 2. Algoritma K-means Langkah-langkah Algoritma K-Means antara lain: 1) Menentukan jumlah cluster(k) dan alokasikan data ke dalam cluster 2) Menentukan centroid secara acak 3) Menghitung jarak data yang ada terhadap centroid 4) Mengelompokkan data berdasarkan jarak minimum terhadap centroid 5) Ulangi langkah ketiga hingga posisi data sudah tidak mengalami perubahan. Proses pengelompokkan cluster dilakukan dengan menghitung jarak terdekat dari data titik centroid. Jarak Minkowski digunakan dalam menghitung jarak antar data dengan rumus berikut.

d(i,j) = q¥(|xi1-xj1|q +|xi2-xj2|q +…+ |xip-xjp|q)

(1)

Keterangan: q = 1 untuk menghitung jarak Manhattan q = 2 untuk menghitung jarak Euclidean q = tak hingga untuk menghitung jarak Chebychev Xi, Xj = data yang akan dihitung jaraknya p = dimensi dari sebuah data C. Sistem Informasi Geografis SIG merupakan suatu kumpulan yang terorganisir dari perangkat keras komputer, perangkat lunak, data geografi, dan personil yang dirancang secara efisien untuk memperoleh, menyimpan, memperbaharui, memanipulasi, menganalisis dan menampilkan semua bentuk informasi yang berreferensi geografi [6]. SIG mampu membantu dalam pemecahan masalah dengan cara menampilkan data menggunakan cara yang mudah dipahami dan hasilnya mudah disebarluaskan. Perangkat lunak yang dapat digunakan untuk mendigitasi data spasial dapat menggunakan QuantumGIS. Digitasi berupa titik, garis dan poligon, untuk menampilkan data kondisi sosial masingmasing kecamatan.

III. METODE PENELITIAN A. Pengumpulan Data Analisis kebutuhan dimulai dari penggalian kebutuhan data. Penggalian data sosial bersumber dari data primer yang diperoleh dengan melakukan survei dan wawancara ke 12 kecamatan dan data sekunder diperoleh dari Dinas Sosial dan Badan Pusat Statistika (BPS) Kota Batam dan penelitian terkait. Data tersebut tentunya disesuaikan dengan data yang ada di kecamatan masing-masing berdasarkan dukungan data Penyandang Masalah Kesejahteraan Sosial (PMKS) Kota Batam. Data yang telah diperoleh selanjutnya dilakukan pre-processing terlebih dahulu agar data siap diolah. B. Pengolahan Data Setelah pengumpulan data, tahap selanjutnya pengolahan data. Sebelum data diolah dilakukan pre-processing terlebih dahulu. Pre-processing dilakukan untuk membersihkan dari data outlier, data yang error, data yang hilang dan data yang tidak konsisten atau berisi nilai yang berbeda. Data preprocessing sangat penting untuk menghasilkan kualitas mining yang baik. Beberapa tahapan yang dilakukan sebelum proses data mining. 1) Pembersihan Data: Proses pembersihan data dilakukan berkaitan dengan mendeteksi, menghapus kesalahan dan data yang tidak konsisten untuk meningkatkan kualitas data. Kesalahan data bisa berupa data tidak lengkap, kesalahan ejaan, data duplikat. Pada tahap ini dilakukan reduksi data tidak lengkap dan atribut yang tidak diperlukan, melengkapi data kosong dan memperbaiki data yang tidak konsisten. 2) Seleksi Data: Memilih data dari total data sosial yang ada, yang mewakili dari permasalahan sosial yang muncul di setiap kecamatan. 3) Transformasi Data: Tranformasi mengubah data yang kompleks dengan tidak menghilangkan isi, sehingga lebih mudah di olah. Data yang berjenis karakter diinisialisasikan terlebih dahulu dalam bentuk angka. Transformasi data dilakukan dengan normalisasi. Normalisasi yaitu melakukan standarisasi data agar variable dari semua atribut sama. Normalisasi Z-Score, Metode Z-score merupakan metode normalisasi yang berdasarkan mean (nilai rata-rata) dan standard deviation (deviasi standar) dari data. (2) Selanjutnya mengintegrasikan data untuk dapat diolah. Setelah data siap, kemudian dilakukan clustering. IV. HASIL DAN PEMBAHASAN Kondisi sosial masyarakat yang digunakan dalam penelitian ini adalah mengambil data masalah sosial sebagai berikut. 1) Faktor ekonomi masyarakat, untuk menggambarkan keaadaan ekonomi suatu wilayah dengan mengambil data kemiskinan tiap Kecamatan Kota Batam.

2) Faktor budaya masyarakat, untuk mengambarkan keadaan dan kebiasaan masyarakat dalam penyelesaian permasalahan dalam lingkungan keluarga dan sosial. Faktor budaya mengambil data jumlah perceraian di tiap Kecamatan Kota Batam. 3) Faktor pendidikan, untuk menggambarkan keadaan partisipasi dan lulusan minimal yang dapat mencari pekerjaan di Batam. Lulusan minimal yang diambil adalah jumlah lulusan tingkat SLTA di tiap Kecamatan Kota Batam. 4) Faktor kependudukan, untuk mengambarkan jumlah, komposisi dan sebaran penduduk di tiap Kecamatan Kota Batam. 5) Faktor biologis (kesehatan masyarakat), untuk menggambarkan kondisi kesehatan SDM dari penyakit yang mungkin terjadi di tiap Kecamatan Kota Batam. Dalam menentukan jumlah cluster yang paling tepat maka dilakukan simulasi yaitu dengan jumlah cluster 2, 3 dan 4 untuk dilihat mana yang membentuk cluster yang paling sesuai. Simulasi yang dilakukan menggunakan aplikasi weka. Berdasarakan analisis keterkaitan antar cluster dengan atribut dapat disimpulkan bahwa: 1) Cluster 0 rata-rata banyak mengalami permasalahan pada bidang ekonomi dan kesehatan (meliputi Kecamatan Lubuk Baja, Batam Kota, Sagulung dan Bengkong). 2) Cluster 1 rata-rata mengalami permasalahan pada bidang pendidikan dan budaya (meliputi Kecamatan Sei Beduk, Nongsa dan Batu Ampar) 3) Cluster 2 tidak banyak mengalami permasalahan kondisi sosial (meliputi Kecamatan Sekupang dan Batu Aji) 4) Cluster 3 rata-rata mengalami permasalahan bidang kesehatan (meliputi Kecamatan Belakang Padang, Bulang, Galang). Cluster 0 mengalami permasalahan ekonomi disebabkan banyaknya pengangguran, anak jalanan dan ketimpangan sosial (kemiskinan), sedangkan pada faktor kesehatan, sarana prasana ada namun masih belum dapat memenuhi tingkat kelayakan disebabkan jumlah penduduk yang banyak di kecamatan ini. Cluster 1 merupakan wilayah yang perlu mendapatkan perhatian program pendidikan dan budaya, dimana tingkat penyelesaian masalah dalam lingkungan keluarga yakni perceraian yang tinggi dibandingkan dengan kecamatan lain. Hal ini dimungkinkan akibat pendidikan yang rendah terlihat dari angka partisipasi lulusan. Cluster 2 wilayah yang merata artinya cukup baik. Permasalahan sosial dari keempat faktor tersebut merata, hal ini disebabkan sarana prasarana yang ada di kecamatan tersebut sudah memadai dan menunjang kebutuhan sosial. Cluster 3 merupakan wilayah yang perlu perhatian kesehatan dikarenakan sarana dan prasarana kesehatan yang belum memadai. Cluster 3 merupakan wilayah kepulauan yang jauh dari akses kota.

Digitasi poligon (area) menggunakan QuantumGIS yang dilakukan berdasarkan area kecamatan. Gambar 3 menunjukkan 12 kecamatan yang telah diberi label.

mengalami permasalahan pendidikan dan budaya (meliputi Kecamatan Sei Beduk, Nongsa dan Batu Ampar), Cluster 2 tidak banyak mengalami permasalahan (meliputi Kecamatan Sekupang dan Batu Aji), Cluster 3 rata-rata mengalami permasalahan kesehatan (meliputi Belakang Padang, Bulang, Galang) 3) Hasil clustering disajikan dalam bentuk WebGIS sehingga memudahkan pengguna mengetahui informasi sosial. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih untuk Pusat Penelitian dan Pengabdian Masyarakat (P2M) Politeknik Negeri Batam, dalam mendanai penelitian ini.

Gambar 3. Hasil Digitasi Kecamatan Kota Batam Hasil digitasi peta Kota Batam menggunakan Quantum GIS berupa shapefile yang berisi (data fitur geometri, index dan atribut). File tersebut digunakan untuk menampilkan ke dalam bentuk webGIS.

Gambar 4. Hasil Clustering WebGIS Visualisasi peta menggunakan webGIS berdasarkan kecamatan dengan memberikan informasi kondisi sosial hasil cluster dari masing-masing kecamatan. Bila kursor diarahkan pada spasial kecamatan maka akan muncul informasi cluster tersebut. V. KESIMPULAN Berdasarkan hasil perancangan maka dapat disimpulkan sebagai berikut. 1) Kondisi sosial dalam penelitian ini mengungkap secara umum faktor ekonomi, pendidikan, penduduk, kesehatan dan budaya. 2) Algoritma k-means mampu melakukan clustering data sosial dengan 4 cluster diantaranya Cluster 0 banyak mengalami permasalahan ekonomi dan kesehatan (meliputi Kecamatan Lubuk Baja, Batam Kota, Sagulung dan Bengkong), Cluster 1 rata-rata

DAFTAR ACUAN [1] P. Wright, Knowledge Discovery In Databases: Tools and Techniques, tersedia http://www.acm.org/crossroads/xrds52/kdd.html#11 [2] P. Berkhin, Survey on clustering data mining techniques, http://www.ee.ucr.edu/~barth/EE242/clustering_survey.pdf [3] H. Garcia-Molina, JD. Ullman, J. Widom. 2002. Database systems the complete book, International edition. New Jersey, Prentice Hall. [4] PN. Tan, M. Steinbach, V. Kumar. Data Mining Cluster Analysis: Basic Concepts and Algorithms. wwwusers.cs.umn.edu/ ~kumar /dmbook/-16k. [5] G. William. Data Mining Cluster, http://datamining.anu.edu.au/student/math3346_2005/ 050809-maths3346-clusters-2x2.pdf [6] ESRI. 1989. Users Guide ARC/INFO Vol. 2. Commond References. The Geographic Information Sistem Software. Environmental System Research Institute, Inc. Redlands, California [7] Patrick, O. dan Reno, A. 2012. Tutorial ArcGIS10 Tingkat Dasar. Bappeda NTB. [8] Prahasta. Eddy, Sistem Informasi Geografis, Bandung : Penerbit Informatika, 2009. [9] N. Suryana. 2011. Penggunaan Metode Statistika K-Means Clustering pada Analisis Peruntukkan Lahan Usaha Tambang Berbasis Sistem Informasi Geografi. Jurnal Statistika, Vol.11 No.1 Hal 7-20 Mei 2011. [10] E. Rivani. 2010. Aplikasi K-Means Cluster untuk Pengelompokkan Provinsi Berdasarkan Produksi Padi, Jagung, Kedelai dan Kacang Hijau Tahun 2009. Jurnal Mat Stat Vol.10 No.2 Juli 2010 : 122-134 [11] Z. Zabad.2015. Permasalahan Sosial. Tersedia https://www.scribd.com/doc/259071936/permasalahan-sosialpdf [12] L. Danem. 2013. Analisis Masalah Kependudukan di Kota Batam dan Solusinya. tersedia di http://lestariima.blogspot.co.id [13] Badan Pusat Statistika Kota Batam. 2014. Batam Dalam Angka 2014. [14] Badan Pusat Statistika Kepulauan Riau. 2014. Kepulauan Riau Dalam Angka 2014. [15] G.Y. Hilman, B. Sasmito, A.P. Wijaya. 2015. Pemetaan Daerah Rawan Kriminalitas di Wilayah Hukum Poltabes Semarang Tahun 2013 dengan Menggunakan Metode Clustering. Jurnal Geodesi Undip. Vol.4, No.1, 2015 [16] R. Pebria, B. Heru, I. Sugihartono. 2011. Identifikasi Penyebaran Gempa di Indonesia dengan Metode Clustering. Spektra: Jurnal Fisika dan Aplikasinya, Vol. XII No.2, Desember 2011