Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI)
Tri Asyura Mashuri
Universitas Islam Negeri Sumatera Utara
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma K-Means Dalam Pengelompokan UMKM Berdasarkan Potensi Pertumbuhan Berbasis Web Tri Asyura Mashuri; Rakhmat Kurniawan; Rahmad Syuhada
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1037

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Means dalam mengelompokkan Usaha Mikro, Kecil, dan Menengah (UMKM) berdasarkan potensi pertumbuhan serta merancang sistem informasi berbasis web yang mampu melakukan proses tersebut secara otomatis. Permasalahan yang diangkat adalah proses pengelompokan UMKM pada Dinas Perindustrian dan Perdagangan Provinsi Sumatera Utara yang masih dilakukan secara manual, sehingga kurang efisien dan berpotensi menghasilkan analisis yang tidak konsisten. Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan model pengembangan sistem Waterfall. Data yang digunakan terdiri dari data primer dan sekunder UMKM dengan variabel omzet, aset, jumlah tenaga kerja, lama usaha, status digitalisasi, dan jangkauan pasar. Proses clustering dilakukan menggunakan algoritma K-Means untuk mengelompokkan data berdasarkan tingkat kemiripan karakteristik. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan UMKM ke dalam beberapa klaster yang merepresentasikan tingkat potensi pertumbuhan, yaitu rendah, sedang, dan tinggi. Sistem informasi berbasis web yang dikembangkan mampu melakukan pengolahan data secara otomatis, menampilkan hasil clustering secara terstruktur, serta meningkatkan efisiensi dan akurasi dalam proses pengelompokan UMKM. Dengan demikian, sistem yang dihasilkan dapat digunakan sebagai alat bantu dalam pengambilan keputusan strategis terkait pembinaan dan pengembangan UMKM secara lebih tepat sasaran.
Co-Authors Rahmad Syuhada Rakhmat Kurniawan R