Claim Missing Document
Check
Articles

Found 14 Documents
Search

Clustering Kinerja Admin Media Sosial Facebook pada Instansi Pemerintah di Kabupaten Asahan Menggunakan Algoritma K-Means: Penelitian Dea Tiara; Bambang Irwansyah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6260

Abstract

Penelitian ini bertujuan untuk mengelompokkan kinerja admin media sosial facebook pada instansi pemerintah di Kabupaten Asahan yang masih menunjukkan perbedaan signifikan dalam aktivitas dan interaksi, seperti jumlah postingan, like, dan komentar. Perbedaan tersebut terjadi karena belum adanya sistem evaluasi yang terstruktur dan berbasis data. Metode yang digunakan dalam penelitian ini adalah data mining dengan algoritma K-Means, yang mampu mengelompokkan data berdasarkan tingkat kemiripan karakteristik. Data penelitian diperoleh dari aktivitas media sosial facebook instansi pemerintah di Kabupaten Asahan pada tahun 2025, dengan tiga variabel utama, yaitu jumlah postingan, jumlah like, dan jumlah komentar. Proses analisis dilakukan dengan menentukan jumlah cluster sebanyak tiga kategori, yaitu rendah, sedang, dan tinggi, kemudian dilanjutkan dengan perhitungan jarak antar data terhadap centroid untuk menghasilkan pengelompokan yang optimal. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan kinerja admin secara efektif ke dalam tiga cluster, yaitu sebesar 80,95% termasuk dalam kategori rendah, 14,29% kategori sedang, dan 4,76% kategori tinggi. Hasil tersebut menunjukkan bahwa sebagian besar instansi berada pada kategori rendah, sehingga mencerminkan bahwa tingkat aktivitas dan interaksi media sosial masih belum optimal dan perlu ditingkatkan. Pengelompokan ini memberikan gambaran yang lebih objektif mengenai tingkat kinerja admin media sosial pada masing-masing instansi, sehingga dapat digunakan sebagai dasar evaluasi dan pengambilan keputusan oleh pemerintah daerah.Selain itu, penelitian ini juga menghasilkan sebuah aplikasi berbasis web yang dirancang menggunakan PHP dan MySQL untuk mempermudah proses pengolahan data dan visualisasi hasil clustering. Dengan adanya sistem ini, diharapkan pengelolaan media sosial pemerintah dapat menjadi lebih terukur, transparan, dan optimal sebagai sarana komunikasi publik.
Clustering Tingkat Risiko Obesitas Menggunakan Algoritma K-Means dengan Optimasi Metode Elbow: Penelitian Ahmad Dani; Muhammad Khairul Fahri; Harry Dwiki Pramadan; Fadli Anwar Sinaga; Aji Febrian Sani; Muhammad Fauzan; Bambang Irwansyah
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 5 No. 1 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 5 Nomor 1 (Juli 2026 -
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v5i1.7189

Abstract

Obesitas merupakan salah satu permasalahan kesehatan yang terus meningkat dan berpotensi menyebabkan berbagai penyakit kronis. Pengelompokan tingkat risiko obesitas diperlukan untuk membantu mengidentifikasi karakteristik individu berdasarkan kondisi kesehatan dan gaya hidup. Penelitian ini bertujuan menerapkan algoritma K-Means dengan optimasi metode Elbow untuk mengelompokkan data obesitas. Metode Elbow digunakan untuk menentukan jumlah cluster yang optimal sebelum proses clustering dilakukan menggunakan algoritma K-Means. Dataset yang digunakan terdiri dari 200 data dengan atribut tinggi badan, berat badan, indeks massa tubuh (IMT), usia, dan jumlah konsumsi makanan utama per hari (NCP). Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga cluster. Proses clustering menggunakan algoritma K-Means menghasilkan tiga kelompok data, yaitu Cluster 1 sebanyak 137 data (68,50%), Cluster 2 sebanyak 45 data (22,50%), dan Cluster 3 sebanyak 18 data (9,00%). Hasil pengelompokan menunjukkan bahwa algoritma K-Means dengan optimasi metode Elbow mampu mengelompokkan data berdasarkan kemiripan karakteristik sehingga dapat dimanfaatkan sebagai informasi pendukung dalam identifikasi tingkat risiko obesitas dan pengambilan keputusan di bidang kesehatan.
SOSIALISASI PENGURUSAN SERTIFIKAT HALAL PRODUK UMKM DESA BANDAR PASIR MANDOGE Bambang Irwansyah; Dicky Apdillah; Harmayani Harmayani; Emi Dea; Dea Tiara Azhari; Utami Wardah Hafiz; Nabila Nabila
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol. 5 No. 2 (2025): Desember 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v5i2.5443

Abstract

Abstract: Micro, Small, and Medium Enterprises (MSMEs) play an important role in improving the rural economy, including in Bandar Pasir Mandoge Village. Most MSMEs in this village are engaged in the food and beverage processing sector; however, many of them do not yet possess halal certification. The low level of halal certification ownership is caused by limited understanding of MSME actors regarding the importance of halal certification, the application procedures, and the benefits obtained after certification. This socialization activity on halal certification aims to increase the knowledge and awareness of MSME actors regarding the importance of halal product assurance, the certification process, and its impact on consumer trust and product competitiveness. The methods used in this activity include material presentation, discussions, and direct question-and-answer sessions with MSME actors. The results indicate an improvement in participants’ understanding of halal certification and an increased motivation to apply for halal certification for their products. This activity is expected to encourage sustainable development of MSMEs in Bandar Pasir Mandoge Village and enhance their competitiveness in broader markets. Keywords: MSMEs, Halal Certification, Socialization, Bandar Pasir Mandoge Village. Abstrak: Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran penting dalam meningkatkan perekonomian masyarakat desa, termasuk di Desa Bandar Pasir Mandoge. Sebagian besar UMKM di desa ini bergerak di bidang makanan dan minuman olahan, namun masih banyak yang belum memiliki sertifikat halal. Rendahnya kepemilikan sertifikat halal disebabkan oleh kurangnya pemahaman pelaku UMKM mengenai pentingnya sertifikasi halal, prosedur pengurusan, serta manfaat yang diperoleh setelah sertifikat halal dimiliki. Kegiatan sosialisasi pengurusan sertifikat halal ini bertujuan untuk meningkatkan pengetahuan dan kesadaran pelaku UMKM mengenai pentingnya jaminan halal produk, alur pendaftaran sertifikasi halal, serta dampaknya terhadap peningkatan kepercayaan konsumen dan daya saing produk. Metode pelaksanaan kegiatan meliputi penyampaian materi, diskusi, dan tanya jawab secara langsung dengan pelaku UMKM. Hasil dari kegiatan ini menunjukkan adanya peningkatan pemahaman pelaku UMKM terkait sertifikasi halal serta munculnya motivasi untuk mengurus sertifikat halal bagi produk yang dihasilkan. Kegiatan sosialisasi ini diharapkan dapat mendorong UMKM di Desa Bandar Pasir Mandoge untuk berkembang secara berkelanjutan dan mampu bersaing di pasar yang lebih luas.. Kata kunci: UMKM, Sertifikat Halal, Sosialisasi, Desa Bandar Pasir Mandoge. 
Pengelompokkan Nilai Siswa di Sekolah MIN 3 Kabupaten Asahan Tahun 2025 Menggunakan Data Mining Metode K-Means: Penelitian Siti Ramadani; Bambang Irwansyah; Dea Tiara Azhari; Devi Puspita Sari; Dilla Atika Sury; Nabila; Nurdiani; Arinda Faradillah Marpaung
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 2 (2025): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 2 (October 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i2.3545

Abstract

Penelitian ini bertujuan untuk mengelompokkan nilai siswa mata pelajaran Sejarah Kebudayaan Islam (SKI) di MIN 3 Kabupaten Asahan menggunakan metode data mining K-Means Clustering. Permasalahan utama yang dihadapi sekolah adalah proses analisis nilai yang masih dilakukan secara manual sehingga sulit mengetahui pola capaian belajar siswa secara menyeluruh. Dengan menerapkan metode K-Means, data nilai siswa dapat dikelompokkan ke dalam tiga kategori, yaitu di atas Kriteria Ketuntasan Minimal (KKM), sesuai KKM, dan di bawah KKM. Proses penelitian dilakukan melalui beberapa tahapan, mulai dari pengumpulan dan normalisasi data nilai SKI hingga perhitungan centroid dan iterasi menggunakan Euclidean Distance. Hasil penelitian menunjukkan bahwa sebagian besar siswa berada pada kategori sesuai KKM, sementara sebagian lainnya termasuk di atas dan di bawah KKM. Hasil pengelompokan ini membantu guru dalam melakukan evaluasi pembelajaran, memberikan program remedial, serta menyusun strategi pengajaran yang lebih tepat sasaran. Penerapan metode K-Means terbukti efektif dan efisien dalam mengolah data akademik serta mendukung penerapan pembelajaran berbasis data di lingkungan madrasah.