Ummu Wachidatul Latifah
Institut Teknologi Bisnis dan Kesehatan Bhakti Putra Bangsa Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Segmentasi Calon Mahasiswa Baru Berdasarkan Faktor Ekonomi Menggunakan Algoritma K-Medoids Khamarudin Syarif; Ummu Wachidatul Latifah; Yuli Wijayanti; Siska Febriani
Data Sciences Indonesia (DSI) Vol. 6 No. 1 (2026): Article Research Volume 6 Issue 1, Juni 2026
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v6i1.8155

Abstract

Pengelompokan calon mahasiswa baru berdasarkan kondisi ekonomi merupakan langkah penting dalam mendukung pengambilan keputusan institusi pendidikan, khususnya dalam penentuan program bantuan atau beasiswa. Penelitian ini bertujuan untuk menerapkan algoritma K-Medoids dalam melakukan analisis clustering terhadap calon mahasiswa baru di IBISA berdasarkan faktor ekonomi. Data yang digunakan terdiri dari 20 data calon mahasiswa dengan indikator ekonomi meliputi pekerjaan orang tua, pendapatan per bulan, jumlah tanggungan keluarga, kepemilikan aset, dan pendidikan orang tua. Tahapan penelitian meliputi proses preprocessing data yang terdiri dari data cleaning, transformasi data, normalisasi, serta perhitungan jarak menggunakan metode Euclidean Distance. Selanjutnya dilakukan proses clustering menggunakan algoritma K-Medoids untuk mengelompokkan data ke dalam beberapa cluster berdasarkan kemiripan karakteristik ekonomi. Hasil penelitian menunjukkan bahwa data calon mahasiswa dapat dikelompokkan menjadi tiga cluster utama yaitu kelompok ekonomi rendah, ekonomi menengah, dan ekonomi tinggi. Metode K-Medoids mampu menghasilkan pengelompokan yang cukup stabil karena menggunakan medoid sebagai pusat cluster yang lebih tahan terhadap outlier. Hasil clustering ini dapat dimanfaatkan oleh pihak perguruan tinggi sebagai dasar dalam pengambilan kebijakan terkait program bantuan pendidikan, penentuan beasiswa, serta perencanaan strategi akademik yang lebih tepat sasaran.
Model Hibrida Fuzzy C-Means dan Fuzzy Time Series untuk Prediksi Harga Emas Ummu Wachidatul Latifah; Yuli Wijayanti; Victoria Angela Sugianto; Ranti Geotalia
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/bgxheq88

Abstract

Harga emas harian cenderung fluktuatif dan dipengaruhi oleh berbagai faktor eksternal yang tidak pasti. Penelitian ini bertujuan untuk meningkatkan akurasi peramalan harga emas harian. Metode yang digunakan adalah Fuzzy C-Means untuk clustering dan Fuzzy Time Series untuk prediksi. Fuzzy C-Means digunakan untuk mengelompokkan data harga emas berdasarkan pola fluktuasi yang serupa, sementara Fuzzy Time Series diterapkan untuk memprediksi harga masa depan dalam setiap kelompok. Data harga emas harian selama periode tertentu digunakan untuk membangun model. Hasil penelitian menunjukkan bahwa kombinasi Fuzzy C-Means dan Fuzzy Time Series dapat memberikan peramalan yang lebih akurat dibandingkan metode tradisional. Model ini berhasil menangani ketidakpastian harga dan mengidentifikasi pola yang lebih halus dalam data harga emas. Secara keseluruhan, metode ini efektif dalam meningkatkan prediksi harga emas di pasar yang sangat dinamis. Hal tersebut sesuai dengan hasil evaluasi model menggunakan MAPE dan RMSE. Nilai MAPE sebesar 1.92% yang menunjukan bahwa model akurat. Hasil RMSE sebesar 2.25% menunjukan bahwa model yang digunakan akurat. Penelitian ini memberikan kontribusi dalam pengembangan model peramalan harga emas yang lebih robust dan tepat.