Skripsi
ANALISIS KLASTERISASI KUALITAS INTERNET SELULER MENGGUNAKAN METODE K-MEANS DAN GAUSSIAN MIXTURE MODEL
Penelitian ini menggunakan data jaringan internet dari Ookla Open Data (Speedtest Global Performance) yang mencakup tiga variabel utama, yaitu kecepatan unduh (download speed), kecepatan unggah (upload speed), dan latensi (latency). Tujuan penelitian ini adalah menganalisis kondisi dan performa jaringan internet seluler di 17 kabupaten/kota Provinsi Sumatera Selatan tahun 2025 serta memberikan rekomendasi berbasis data bagi Dinas Komunikasi dan Informatika dalam upaya pemerataan dan peningkatan infrastruktur digital melalui pendekatan Knowledge Discovery in Databases (KDD). Metode yan g diterapkan meliputi RobustScaler untuk normalisasi data, Principal Component Analysis (PCA) untuk reduksi dimensi, serta algoritma K-Means dan Gaussian Mixture Model (GMM) untuk klasterisasi wilayah berdasarkan kesamaan karakteristik jaringan. Hasil analisis menunjukkan bahwa kedua algoritma membentuk tiga klaster (K=3) dengan pola berbeda. GMM memiliki kinerja lebih stabil dibandingkan K-Means, dengan nilai Silhouette 0,426 dan Davies–Bouldin Index 0,284, sedangkan K Means memperoleh 0,351 dan 0,688, sementara nilai Calinski–Harabasz GMM (9,960) yang lebih rendah dari K-Means (13,754) mencerminkan trade-off antara kepadatan klaster dan stabilitas model yang menegaskan karakter adaptif GMM terhadap variasi data. Wilayah perkotaan seperti Palembang dan Prabumulih menempati klaster berperforma tinggi, sedangkan Ogan Komering Ulu Selatan berada pada klaster berperforma rendah (18,87 Mbps; 33 ms), menunjukkan kesenjangan digital sekitar 18 Mbps antarwilayah. Temuan ini menegaskan pentingnya strategi pemerataan infrastruktur digital seperti melalui perluasan fiber optic, peningkatan kapasitas BTS, dan kolaborasi lintas pemangku kepentingan menuju Visi Indonesia Digital 2045.
| Title | Edition | Language |
|---|---|---|
| ANALISIS MALICIOUS URL PADA FILE MENGGUNAKAN METODE K-MEANS CLUSTERING BERBASIS HOST-BASED FEATURE EXTRACTION | id |