IDENTIFIKASI KATEGORI WILAYAH DI KELURAHAN PEDURENAN PADA PENDAFTARAN TANAH SISTEMATIS LENGKAP (PTSL) MENGGUNAKAN METODE K-MEANS CLUSTERING

• MUHAMAD ZIDAN

---

ABSTRAK

ABSTRAK

Muhamad Zidan (11180617), Identifikasi Kategori Wilayah Dikelurahan Pedurenan Pada Pendaftaran Tanah Sistematis Lengkap (PTSL) Menggunakan Metode K-Means Clustering

Dalam pelaksanaan pendaftaran tanah sistematis lengkap dikelurahan pedurenan dari beberapa wilayah pendaftaran terdapat kendala pada pengumpulan data fisik dan data yuridis sehingga dari beberapa wilayah tidak dapat diterbitkan dan hanya didaftarkan saja, namun dari wilayah pendaftaran tidak semua mengalami kendala sehingga dapat diterbitkan sertifikat tanahnya dikrenakan pengumpulan data fisik dan yuridisnya terpenuhi. Adapun tujuan dari penelitian ini untuk mengidentifikasi wilayah dengan kategori baik, sedang dan kurang dalam pelaksanaan penerbitan sertifikat tanah melalui pendaftaran tanah sistematis lengkap, dalam penelitian ini metode yang digunakan ialah metode k-means clustering untuk mengelompokkan wilayah berdasarkan kategorinya, Sehingga hasil yang didapat dapat diketahui wilayah yang terkagorikan baik dalam pelaksanaan PTSL itu hanya 1 wilayah saja yaitu Kp. Pedurenan yang meliputi 4 Rt, sementara untuk kategori sedang meliputi 3 wilayah yaitu Kp. Poncol terdiri dari 2 Rt, Kp. Pedurenan terdiri dari 2 Rt, Kp. Bodong terdiri dari 1 Rt, sedangkan untuk kategori kurang meliputi 4 wilayah yang meliputi 14 Rt dianataranya Kp. Poncol terdiri dari 8 Rt, Kp. Pedurenan terdiri dari 2 Rt. Kp. Plered terdiri dari 3 Rt, dan Kp. Bodong terdiri dari 1 Rt, dapat diketahui wilayah yang baik pelaksanaanya berada di Kp. Pedurenan meliputi 4 Rt dengan paling banyak penerbitan sertifiktanya, dan wilayah yang kurang dalam pelaksanaannya berada di 4 Rw yang meliputi 14 Rt dikarenakan penerbitan sertifikatnya paling sedikit diterbitkan dan banyak terdapat kendala sehingga pendaftaran tanahnya banyak yang hanya didaftarkan saja.

Kata Kunci : Identifikasi, Kategori Wilayah, PTSL, K-Means, Clustering

KATA KUNCI

Metode K-Means Clustering

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] KementerianATR/BPN, “PERATURAN MENTERI AGRARIA DAN TATA RUANG/ KEPALA BADAN PERTANAHAN NASIONAL REPUBLIK INDONESIA NOMOR 6 TAHUN 2018 TENTANG PENDAFTRAN TANAH SISTEMATIS LENGKAP,” Peratur. MENTERI Agrar. DAN TATA RUANG/ KEPALA BADAN Pertanah. Nas. REPUBLIK Indones., pp. 1–71, 2018.

[2] M. Nasrullah, M. Darwis, and R. Salam, “EFEKTIVITAS PROGRAM PENDAFTARAN TANAH SISTEMATIS LENGKAP (PTSL) DALAM RANGKA PERCEPATAN PENDAFTARAN TANAH PADA KANTOR BADAN PERTANAHAN NASIONAL KOTA MAKASSAR THE EFFECTIVENESS OF COMPLETE SYSTEMIC LAND REGISTRATION (PTSL) PROGRAM FOR ACCELERATION OF LAND,” pp. 1–7, 2021.

[3] I. K. O. SETIAWAN, HUKUM PENDAFTARAN TANAH DAN HAK TANGGUNGAN. Jakarta: SINAR GRAFIKA, 2019.

[4] K. Agraria, T. Ruang, / Badan, and P. Nasional, JUKNIS PTSL. Jakarta: Kementerian Agraria dan Tata Ruang/, 2022.

[5] D. Y. Ardian, S. Defit, and Y. Yunus, “Identifikasi Potensi Daerah Menggunakan Metode K-Means Clustering pada Pendaftaran Tanah Sistematis Lengkap,” J. Inf. dan Teknol., Sep. 2020, doi: 10.37034/jidt.v2i4.106.

[6] F. X. Sumarja, HUKUM PENDAFTARAN TANAH. BANDAR LAMPUNG: UNIVERSITAS LAMPUNG, 2010.

[7] I. Hardiana, Y. Nurmalisa, and D. S. Putri, “The role of Comunity Group 93 (POKMAS) in increasing community law in PTSL Programs in the Mekar Jaya Village Tanjung Raja District Lampung Utara in 2019,” J. Kult. Demokr., vol. 9, no. 1, p. 293, 2020.

[8] Suyanto, Data Mining Untuk Klasifikasi dan Klastering Data. Bandung: Informaatika, 2017.

[9] Z. Aras and Sarjono, “Analisis Data Mining Untuk Menentukan Kelompok Prioritas Penerima Bantuan Bedah Rumah Menggunakan Metode Clustering K-Means( Studi Kasus?: Kantor Kecamatan Bahar Utara),” J. Manaj. Sist. Inf., vol. 1, no. 2, pp. 159–170, 2016.

[10] D. R. Sarle W, Jain A, “Algorithms for Clustering Data,” Technometrics, vol. 32, no. 2, pp. 227–229, 1990, doi: 10.2307/1268876.

[11] Z. Nabila, A. Rahman Isnain, and Z. Abidin, “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma KMeans,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, p. 100, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI

[12] A. P. Windarto, “Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering Method,” Techno.Com, vol. 16, no. 4, pp. 348–357, 2017, doi: 10.33633/tc.v16i4.1447.

[13] I. D. Kurniawati, U. Nurullita, and Mifbakhuddin, “Indikator pencemaran udara berdasarkan jumlah kendaraan dan kondisi iklim (studi di wilayah terminal mangkang dan terminal penggaron semarang ),” J. Kesehat. Masy. Indones, vol. 12, no. 2, pp. 19–24, 2017.

[14] B. Rahmat C.T.I. et al., “Implemetasi k-means clustering pada rapidminer untuk analisis daerah rawan kecelakaan,” Semin. Nas. Ris. Kuantitatif Terap. 2017, no. April, pp. 58–60, 2017