Klasterisasi Proyek Infrastruktur Kereta Api dengan Algoritma K-Means

oleh Eduard Pangestu Wonohardjo, S.Kom., M.T.I. (Faculty Member PJJ CS)

Proyek pembangunan infrastruktur dan sistem persinyalan kereta api oleh PT KAPM di wilayah Sumatera membutuhkan sistem pemantauan yang efektif agar dapat berjalan tepat waktu dan efisien. Tantangan utamanya adalah mengelompokkan berbagai pekerjaan berdasarkan tingkat dampaknya—rendah, sedang, dan tinggi—terhadap progres keseluruhan proyek.

Penelitian ini bertujuan mengembangkan dashboard interaktif yang memanfaatkan algoritma K-Means untuk membantu pemantauan pekerjaan secara visual dan efisien. Algoritma K-Means dipilih karena kemampannya mengelompokkan data secara akurat berdasarkan karakteristik yang telah ditentukan, sehingga memudahkan pengambil keputusan dalam memantau pekerjaan proyek.

Metodologi penelitian diawali dengan pengumpulan dan pengolahan data pekerjaan jalur kereta api, dilanjutkan dengan proses klasterisasi menggunakan algoritma K-Means. Penentuan jumlah klaster dilakukan dengan evaluasi dan pengujian berulang hingga ditemukan konfigurasi terbaik yang mencerminkan kondisi lapangan secara nyata.

Hasil implementasi berupa dashboard visual yang mampu menyajikan informasi klaster pekerjaan secara jelas melalui bar chart dan pie chart. Melalui dashboard ini, tim proyek dapat dengan mudah mengidentifikasi pekerjaan mana yang berpotensi menimbulkan dampak tinggi, sedang, atau rendah. Hasil klasterisasi ini secara spesifik menunjukkan bahwa klaster IB2 mewakili jenis pekerjaan yang paling signifikan dalam proyek ini.

Kesimpulan dari penelitian ini adalah algoritma K-Means terbukti efektif dalam pengelompokan pekerjaan infrastruktur kereta api di PT KAPM. Dashboard hasil klasterisasi tidak hanya meningkatkan pemahaman terhadap progres proyek tetapi juga membantu pengambilan keputusan yang lebih tepat waktu dan berbasis data.

Penelitian ini menjadi contoh nyata pemanfaatan teknologi data science dalam dunia konstruksi, khususnya proyek transportasi kereta api, sehingga dapat menjadi model yang diterapkan pada proyek-proyek serupa di masa depan.

#BINUSRESEARCHPOINT #TEKNIKINFORMATIKA #COMPUTERSCIENCE #BINUS #BINUSUNIVERSITY