SYSTEMATIC LITERATURE REVIEW: PEMETAAN KARAKTERISTIK IMPLEMENTASI DATA MINING PADA BERBAGAI BIDANG
DOI:
https://doi.org/10.23969/jp.v11i02.56859Keywords:
Data Mining, K-Means, ClusteringAbstract
This study aims to map the characteristic of data mining implementation based on 37 journals reviewed systematically. The method employed was a Systematic Literature Review (SLR) with PRISMA approach, consisting of identification, screening, eligibility, and inclusion stages. The data were analyzed descriptively to identify methods, algorithms, data types, and implementation result of data mining across various domains. The findings reveal that the most dominant task was clustering, with 27 articles, while K-Means was the most frequently used algorithm, appearing in 26 studies. The most widely studied implementation domain was economics and business with 12 articles, followed by health with 7 articles, social and government with 6 articles, also tourism and education with 5 articles each. In addition to K-Means, other algorithms identified in the reviewed studies included Apriori, FP-Growth, K-NN, Decision Tree/C4.5, Naïve Bayes, K-Medoids, and U-KMeans. In terms of evaluation, classification studies commonly used accuracy, association rule studies relied on support and confidence, while clustering studies tended to use measures such as the Davies-Bouldin Index and silhouette score. This study concludes that K-Means remains the most dominant algorithm in data mining implementation. The result of this review are expected to serve as a reference for understanding trends in data mining implementation and for supporting more focused future research.
Downloads
References
Abdullah, D., Susilo, S., Ahmar, A. S., Rusli, R., & Hidayat, R. (2022). The application of K-means clustering for province clustering in Indonesia of the risk of the COVID-19 pandemic based on COVID-19 data. Quality & Quantity, 56, 1283–1291. doi:10.1007/s11135-021-01176-w
Ambroini, A., & Sari, I. P. (2025). Implementasi data mining untuk menentukan pola penjualan pada coffee shop menggunakan algoritma Apriori. Jurnal Sistem Informasi dan Ilmu Komputer, 3(3), 88–98. doi:10.59581/jusiik-widyakarya.v3i3.5624
Andini, Y., Hardinata, J. T., & Purba, Y. P. (2022). Penerapan data mining pada tata letak buku di perpustakaan Sintong Bingei Pematangsiantar dengan metode Apriori. Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK), 7(1), 13–18.
Ariyanto, D. (2022). Data mining menggunakan algoritma K-means untuk klasifikasi penyakit infeksi saluran pernafasan akut. Jurnal Sistim Informasi dan Teknologi, 4(1), 13–18.
Arman, S. A., Untari, R. T., & Erion. (2023). Implementasi data mining menggunakan metode decision tree dalam mempolakan penjualan pada showroom motor bekas. Journal of Science and Social Research, 6(2), 398–403.
Dewi, N. L. P. P., Purnama, I. N., & Utami, N. W. (2022). Penerapan data mining untuk clustering penilaian kinerja dosen menggunakan algoritma K-means (Studi kasus: STMIK Primakara). Jurnal Ilmiah Teknologi Informasi Asia, 16(2).
Fhardana, R. M., & Siddik, M. (2025). Implementasi data mining untuk klasifikasi kunjungan wisatawan Riau menggunakan K-NN. Jurnal SANTI, 5(2).
Gustrianda, R., & Mulyana, D. I. (2022). Penerapan data mining dalam pemilihan produk unggulan dengan metode algoritma K-means dan K-medoids. Jurnal Media Informatika Budidarma, 6(1), 27–34. doi:10.30865/mib.v6i1.3294
Gunawan, H., & Purwayoga, V. (2022). Data mining menggunakan algoritma K-means clustering untuk mengetahui potensi penyebaran virus Corona di Kota Cirebon. Jurnal SISFOKOM, 11(1), 1–8. doi:10.32736/sisfokom.v11i1.1316
Gustipartsani, K., Rahaningsih, N., Dana, R. D., & Mustafa, I. Y. (2023). Data mining clustering menggunakan algoritma K-means pada data kunjungan wisatawan di Kabupaten Karawang. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6).
Hamsiah. (2025). Implementasi data mining dalam penerapan clustering algoritma K-medoid sebaran mahasiswa baru pada STIE-SAK. Jurnal Ilmiah ILKOMINFO, 8.
Hidayah, A., Lestari, W., & Purwanto, E. (2022). Implementasi data mining algoritma K-means untuk clustering penyakit di RS Panti Waluyo Surakarta.
Komariyah, S., Anwar, S., & Nurhakim, B. (2023). Implementasi data mining FP-growth untuk analisis pola pembelian pada transaksi penjualan. Jurnal Manajemen dan Bisnis Ekonomi, 1(2), 62–75.
Laksono, W. B., Syahidin, Y., & Yunengsih, Y. (2024). Implementasi data mining klasterisasi data pasien rawat inap dengan algoritma K-means clustering. Jurnal Teknologi Sistem Informasi dan Aplikasi, 7(2), 621–627. doi:10.32493/jtsi.v7i2.39354
Lestari, P., Suarna, N., & Prihartono, W. (2024). Implementasi data mining clustering dalam mengelompokkan penduduk penyandang disabilitas menggunakan algoritma K-means. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1).
Liyanto, E. W., Homaidi, A., & Lutfi, A. (2024). Implementasi K-means clustering menggunakan RapidMiner dalam pengelompokan data kunjungan wisatawan asing di Provinsi Jawa Timur. E-Link.
Maulida, E., Hidayati, A. F., Silalahi, F. Y., & Prasetyo, Y. D. (2024). Implementasi algoritma K-means clustering dalam penentuan gangguan tidur seseorang berdasarkan gaya hidup. Journal Information Engineering and Educational Technology, 8(1).
Mubarok, R., Syahputra, A. A., Permana, A. T., Sholiah, L., & Tarwoto. (2025). Implementasi data mining untuk clustering lowongan pekerjaan menggunakan metode algoritma K-means. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 9(2), 703–712. doi:10.35870/jtik.v9i2.3438
Mustari, K. A., Assiroj, P., Hartati, B., & Samuel, F. (2024). Implementasi data mining pada instansi pemerintahan (Systematic literature review). JATI (Jurnal Mahasiswa Teknik Informatika), 8(3).
Nahjan, M. R., Heryana, N., & Voutama, A. (2023). Implementasi RapidMiner dengan metode clustering K-means untuk analisa penjualan pada toko OJ Cell. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1).
Pratama, O., & Jaman, J. H. (2023). Penerapan data mining menggunakan algoritma Apriori untuk mengetahui kebiasaan konsumen dan prediksi stok produk (Studi kasus toko elektronik WK). JATI (Jurnal Mahasiswa Teknik Informatika), 7(3).
Purnomo, B. S., & Prasetyaningrum, P. T. (2020). Implementasi data mining dalam klasifikasi kunjungan wisatawan di Kota Yogyakarta menggunakan algoritma K-means. JIFTI: Jurnal Ilmiah Teknologi Informasi dan Robotika, 2(1).
Pujiono, S., Astuti, R., & Basysyar, F. M. (2024). Implementasi data mining untuk menentukan pola penjualan produk menggunakan algoritma K-means clustering. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1).
Ramadanti, E., & Muslih, M. (2022). Penerapan data mining algoritma K-means clustering pada populasi ayam petelur di Indonesia. RABIT: Jurnal Teknologi dan Sistem Informasi Univrab, 7(1), 1–7. doi:10.36341/rabit.v7i1.2155
Saragih, R. P., Zunaidi, M., & Hafizah. (2023). Implementasi data mining dalam pengelompokkan data potensi kejahatan menggunakan algoritma K-means clustering pada Kapolsek Beringin. Jurnal Sistem Informasi TGD, 2(4), 665–675.
Sari, T. P., Hananto, A. L., Novalia, E., Tukino, & Hilabi, S. S. (2023). Implementasi algoritma K-means dalam analisis klasterisasi penyebaran penyakit HIV/AIDS. Infotek: Jurnal Informatika dan Teknologi, 6(1), 104–114. doi:10.29408/jit.v6i1.7423
Santoso, T. B., & Zulkarnain, R. (2018). Implementasi data mining untuk pengelompokan customer PT. Kasana Teknindo Gemilang menggunakan algoritma K-means. Jurnal Satya Informatika, 3(1), 60–70.
Sihombing, L. K., Tugiono, & Pane, U. F. S. S. (2022). Implementasi data mining dalam menganalisa pola penjualan roti menggunakan algoritma FP-growth. Jurnal Sistem Informasi TGD, 1(3), 228–238.
Simanjuntak, A. Y., Simatupang, I. S. S., & Anita. (2022). Implementasi data mining menggunakan metode Naïve Bayes classifier untuk data kenaikan pangkat dinas ketenagakerjaan Kota Medan. Journal of Science and Social Research, 5(1), 85–91.
Sinaga, K. P., & Yang, M.-S. (2020). Unsupervised K-means clustering algorithm. IEEE Access, 8. doi:10.1109/ACCESS.2020.2988796
Syahputra, H., Mayola, L., & Guswandi, D. (2022). Clustering tingkat penjualan menu (food and beverage) menggunakan algoritma K-means. Jurnal KomtekInfo, 9(1), 29–33. doi:10.35134/komtekinfo.v9i1.274
Syahputri, N. I., Rismayanti, & Sundari, S. (2023). Implementasi data mining pada hasil penjualan makanan beku menggunakan K means clustering. Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI), 2(2), 174–182.
Tuyishimire, E., Mabuto, W., Gatabazi, P., & Bayisingize, S. (2022). Detecting learning patterns in tertiary education using K-means clustering. Information, 13(2), 94. doi:10.3390/info13020094
Utari, & Iqbal, M. (2026). Implementasi data mining dalam pengelompokan perilaku penggunaan media sosial siswa SMA menerapkan algoritma K-means. Journal of Informatics Management and Information Technology, 6(1), 44–51. doi:10.47065/jimat.v6i1.959
Waruwu, A., Yetri, M., & Setiawan, F. (2023). Implementasi data mining dalam mengelompokkan data penduduk kurang mampu menggunakan metode K-means clustering. Jurnal Sistem Informasi TGD, 2(6), 945–955.
Wulandari, S., Astuti, R., & Basysyar, F. M. (2024). Implementasi teknik data mining pada data kunjungan wisatawan menggunakan K-means clustering di hotel bintang Kota Cirebon. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1).
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Pendas : Jurnal Ilmiah Pendidikan Dasar
This work is licensed under a Creative Commons Attribution 4.0 International License.
