Klasterisasi Penyebaran Base Transceiver Station Menggunakan K-Means Clustering

Agnes Irene Silitonga, Mutiara Akbar Nasution, Anisa Fitri, Khesya Sabila Rizwinie, Amar Hidayatullah, Yoakim Simamora

Abstract


Penelitian ini bertujuan untuk melakukan klaterisasi penyebaran Base Transceiver Station (BTS) 4G dan 5G di Sumatera Utara menggunakan K-Means Clustering. Data yang digunakan diperoleh dari sumber terbuka Kementerian Komunikasi dan Informatika Republik Indonesia. Elbow Method digunakan untuk menentukan jumlah klaster optimal, yaitu tiga klaster. Hasil analisis menunjukkan tiga klaster utama penyebaran BTS di Sumatera Utara: klaster dengan jumlah BTS sangat tinggi (Kota Medan dan Deli Serdang), klaster dengan jumlah BTS tinggi (Asahan, Langkat, Serdang Bedagai, dan Simalungun), dan klaster dengan jumlah BTS rendah (27 kabupaten/kota lainnya). Penelitian ini memberikan informasi berharga bagi pemerintah dan penyedia layanan telekomunikasi untuk mengidentifikasi daerah-daerah yang membutuhkan perhatian khusus dalam pengembangan infrastruktur jaringan internet, sehingga dapat meningkatkan aksesibilitas masyarakat terhadap layanan digital dan mengurangi kesenjangan digital di Sumatera Utara.


Keywords


Base Transceiver Station; 4G; 5G; K-Means Clustering.

References


Fadhlurrahman, M.N., Alfarisi, M. S., dan Hilman, M. H. (2021). Analisis Faktor-Faktor yang Mempengaruhi Penyebaran Jaringan 4G LTE di Indonesia. Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), vol. 10, no.2.

Kurniawan, R. (2023). Tantangan dan Peluang Implementasi Jaringan 5G di Indonesia. Jurnal Teknologi Informasi dan Komunikasi, 15 (1), 55-62.

Wibowo, A. 2022. Kesiapan Regulasi dan Adopsi Teknologi 5G di Indonesia. Jurnal Kebijakan dan Manajemen Telekomunikasi, 8 (3), 189-198.

Fadillah, M. R., & Sholahuddin, A. 2022. Analisis Spasial Sebaran BTS 4G di Kabupaten Bandung Barat. Jurnal Geodesi Undip, 11(1).

Dhanasekaran, S., Sundarrajan, R., Murugan, B. S., Kalaivani, S., and Vasudevan, V. 2019. Enhanced Map Reduce Techniques for Big Data Analytics based on K-Means Clustering, in 2019 IEEE International Conference on Intelligent Techniques in Control, Optimization and Signal Processing, INCOS 2019. doi: 10.1109/INCOS45849.2019.8951368.

Sasikumar, P. & Khara, S. 2012. K-Means Clustering in Wireless Sensor Networks, in 2012 Fourth International Conference on Computational Intelligence and Communication Networks, CICN 2012. doi: 10.1109/CICN.2012.136.

Sholahuddin, A., Munir, R., and Wibawa, A. P. 2020. Analisis Klastering untuk Pemetaan Sebaran BTS di Provinsi Jawa Barat. Jurnal Ilmiah Geodesi Undip, 9(1).

Likasa, A., N. Vlassisb, and J. J. Verbeek. 2003. The Global K-Means Clustering Algorithm. Pattern Recognition, 36 (2), 451 – 461.

Kodinariya, T.M., and Makwana, P. R. 2013. Review on determining number of Cluster in K-Means Clustering”, International Journal of Advance Research in Computer Science and Management Studies, 1 (6), 90 – 95.

Handayani, T. & Prasetyo, E. 2019. Optimasi Jumlah Klaster pada Algoritma K-Means dengan Metode Elbow dan Silhouette. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 6 (2), 121 – 128.




DOI: https://doi.org/10.30998/semnasristek.v9i1.7947

Refbacks

  • There are currently no refbacks.


Prosiding SEMNAS RISTEK indexed by: