Pengelompokkan Jenis Surat Masuk di Dinas Komunikasi dan Informatika Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.62712/juktisi.v5i1.935Kata Kunci:
Data Mining, Clustering, K-Mean, TF-IDF, Surat MasukAbstrak
Pengelolaan administrasi surat masuk yang efektif merupakan salah satu faktor penting dalam meningkatkan kinerja dan pelayanan pada instansi pemerintah. Namun, pengolahan surat masuk secara manual seringkali kurang efisien karena jumlah data yang terus meningkat serta isi surat yang beragam, sehingga dapat menyebabkan kesulitan dalam proses pengarsipan, pencarian data, dan pengambilan keputusan. Oleh karena itu, diperlukan suatu metode yang mampu mengelompokkan data surat masuk secara otomatis. Salah satu teknik dalam data mining yang dapat digunakan adalah clustering dengan metode K-Means Clustering.
Penelitian ini bertujuan untuk mengelompokkan surat masuk di Dinas Komunikasi dan Informatika Kota Medan berdasarkan kemiripan isi surat. Proses penelitian dilakukan melalui beberapa tahapan yaitu preprocessing teks yang meliputi cleaning, tokenisasi, stopword removal, dan stemming, kemudian dilakukan pembobotan menggunakan metode TF-IDF sebelum dilakukan proses clustering menggunakan algoritma K-Means. Pengolahan data dilakukan menggunakan bahasa pemrograman Python pada platform Google Colaboratory (Google Colab).
Hasil penelitian menunjukkan bahwa data surat masuk dapat dikelompokkan menjadi tiga cluster. Cluster pertama sebesar 3,9% berisi surat yang berkaitan dengan kegiatan perencanaan dan penyusunan dokumen strategis, cluster kedua sebesar 85,9% merupakan kelompok surat administrasi kepegawaian khususnya mengenai penunjukan jabatan fungsional, dan cluster ketiga sebesar 10,2% berisi surat yang berkaitan dengan kegiatan operasional dan kegiatan rutin instansi. Hasil pengelompokan ini menunjukkan bahwa sebagian besar surat masuk didominasi oleh administrasi kepegawaian. Dengan demikian, penerapan metode K-Means Clustering dapat membantu proses pengelompokan surat masuk secara lebih sistematis dan mendukung pengelolaan arsip yang lebih efektif dan efisien.
Kata Kunci: Data Mining, Clustering, K-Means Clustering, TF-IDF, Surat Masuk.
Unduhan
Referensi
J. Informasi, D. A. Fakhri, and S. Defit, “Optimalisasi Pelayanan Perpustakaan terhadap Minat Baca Menggunakan Metode K-Means Clustering,” vol. 3, 2021, doi: 10.37034/jidt.v3i3.137.
W. Ananda et al., “PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM,” vol. 6, no. 2, pp. 861–867, 2022.
P. Algoritma and D. M. Dan, “Perbandingan algoritma dbscan-k means dan k means untuk pengelompokan madrasah aliyah provinsi jawa timur,” 2023.
M. A. Nasution and M. Safii, “ALGORITMA K - MEANS DALAM PENGELOMPOKAN SURAT KELUAR DI KANTOR KEMENTERIAN,” vol. 4, pp. 61–71, 2024.
U. M. Riau, . “3 No. 1,” no. 1, 2024.
A. P. Ulasan, D. F. Rahayu, A. Manoar, H. Pardede, and S. Ramadani, “Jurnal Publikasi Ilmu Komputer dan Pengelompokan Data Warga dalam Pengurusan Surat Keterangan Berdasarkan Tujuan dengan Menggunakan Metode Clustering,” 2025.
M. A. Khowarizmi, “Algoritma Mean Shift untuk Menentukan Segmentasi Pelanggan pada Penjualan Toko Online,” vol. 3, pp. 1–7, 2021.
I. Rusydi and N. Hidayah, “APPLICATION OF DATA MINING IN GROCERY SALES USING THE FP-GROWTH ALGORITHM,” pp. 676–695.
R. Rambu, S. Anawoli, A. A. Pekuwali, and P. A. R. L. Lede, “Development System in Letter Archiving Based on Object Oriented Programming Model System Development dalam Pengarsipan Surat Berbasis Model Object Oriented Programming,” vol. 4, no. April, pp. 463–471, 2024.
N. Sari, H. H. Handayani, and A. M. Siregar, “Implementasi Clustering Data Kasus Covid 19 Di Indonesia Menggunakan Algoritma K-Means,” vol. 11, no. 1, pp. 7–12, 2023.
J. V. Santoti, J. Jocelyn, and H. Irsyad, “Implementasi Term Frequency - Inverse Document Frequency dan Cosine Similarity untuk Analisis Kemiripan Deskripsi Produk Halal,” vol. 03, no. 1, pp. 44–52, 2025.
J. Nasional, I. Komputer, E. T. Naldy, F. Teknik, I. Komputer, and U. B. Darma, “Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN,” vol. 2, no. 2, pp. 89–101, 2021.
G. David and P. Maramis, “Arsip Surat Masuk Dan Keluar Pada Kejaksaan Tinggi Sulawesi Utara Dengan Algoritma K - Means Berbasis Web,” 2025.
P. G. Sindanglaut, “IMPLEMENTASI ALGORITMA K-MEANS DALAM OPTIMALISASI PENGELOMPOKAN SURAT MASUK DI,” vol. 13, no. 1, 2025.
L. Rusdiana and V. C. Hardita, “Algoritma K-Means dalam Pengelompokan Surat Keluar pada Program Studi Teknik Informatika STMIK Palangkaraya K-Means,” vol. 9, 2023.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Sartika Siregar, Zulham Zulham, Arif Rahman
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
