Analisis Pengelompokan Bulan Berdasarkan Jenis Surat Tahun 2023 Menggunakan Metode K-Means di UPTD/SAMSAT Kabupaten Bungo

Nurmarita Nurmarita, Gusmi Kholijah, Wardi Syafmen

Abstract


Pengelolaan data menjadi kunci efisiensi pelayanan publik di era digital, termasuk di UPTD/SAMSAT Kabupaten Bungo yang menangani pajak kendaraan serta pengolahan surat. Penelitian ini bertujuan mengidentifikasi pola aktivitas surat sepanjang tahun 2023 dengan mengelompokkan bulan berdasarkan karakteristik jenis surat menggunakan metode K-Means Clustering, salah satu metode non-hierarkis yang efektif untuk segmentasi data. Empat variabel dianalisis: Surat Masuk, Surat Keluar, Surat Perintah Tugas (SPT), dan Surat Perintah Perjalanan Dinas (SPPD). Jumlah klaster optimal ditentukan dengan metode Elbow, menunjukkan tiga klaster optimal (k=3). Hasilnya, klaster 1 (September, November, Desember) menunjukkan aktivitas surat tertinggi; klaster 2 (Januari, Februari, April, Mei, Juni, Agustus, Oktober) memiliki aktivitas normal; dan klaster 3 (Maret, Juli) menonjol dengan jumlah surat masuk yang sangat tinggi. Nilai BCSS sebesar 64,6% mengindikasikan pemisahan klaster yang cukup baik. Temuan ini memberikan wawasan penting bagi instansi dalam merancang strategi pengelolaan surat berbasis waktu, seperti perencanaan beban kerja dan penguatan sistem arsip digital, sehingga pelayanan administrasi dapat meningkat secara terstruktur dan berbasis data.


Keywords


data management, K-Means clustering, public service, letter activity, digital archive

Full Text:

PDF

References


B. Sutanto, “Manajemen Pelayanan Publik dan Administrasi Pemerintahan,” Yogyakarta: Andi Publisher, 2020.

R. Hartono, “Implementasi Algoritma K-Means dalam Pengelompokan Data Surat Masuk di Dinas Komunikasi dan Informatika,” Sist. Inf., vol. 17, no. 3, hal. 89–97, 2021.

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2018). Multivariate Data Analysis (8th ed.). Cengage Learning.

D. Putra, Clustering Data dengan Algoritma K-Means. Bandung: Informatika, 2023.

E. Rahmawati, Pemanfaatan Algoritma K-Means dalam Pengelompokan Data. Surabaya: Techno Data Press, 2024.

R. Fadilah, Standarisasi Data dalam Analisis Statistik dan Machine Learning. Jakarta: Data Science Press, 2024.

R. Hidayat, “Analisis Faktor dengan Uji KMO dan Bartlett dalam Penelitian Statistik,” Stat. Terap., 2020.

R. Susanto, Analisis Statistik dengan Uji Multikolinearitas. Jakarta: Statistika Press, 2024.

P. J. Kaufman, L., & Rousseeuw, Finding Groups in Data: An Introduction to Cluster Analysis. Haboken, NJ: Wiley.

S. M. Bungo, “Laporan Tahunan UPTD/Samsat Muara Bungo,” Jambi, 2023.

F. A., “Perancangan Sistem Informasi Surat Perintah Perjalanan Dinas Berbasis Web Pada Kantor Imigrasi Kelas II TPI Belawan.,” Sumatera Utara: Universitas Muhamadiyah, 2023.

S. O. D. . Aprilia, R., Afsari, K., Rahma, R., Nasution, N., & Putri, “Analisis Cluster Dengan Metode K-Means Pada Jenis Data Surat Di BPPRD Sumatera Utara Amaliah,” Pengabdi. Kpd. Masy., vol. 6, no. 2, hal. 369–373, 2022.

Wu, J. (2016). Advances in K-Means Clustering: A Data Mining Thinking. Berlin: Springer.

I. Purnama, “Akuntabilitas Penggunaan Surat Perintah Perjalanan Dinas (SPPD) Pegawai di Sekretariat DPRD Kota Makassar,” Makasar: Universitas Muhammadiyah Makassar, 2017.

Laporan Tahunan UPTD/SAMSAT Muara Bungo. (2023). Kabupaten Bungo: SAMSAT.




DOI: http://dx.doi.org/10.30829/jistech.v10i1.23801

Refbacks

  • There are currently no refbacks.



Current Indexing

 

Creative Commons License

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.