Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informatika
Anggi Hadi Wijaya
Informatika, Fakultas Teknologi Informasi, Universitas Andalas
Computer Science & IT Electrical & Electronics Engineering Engineering Mathematics

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

Found 2 Documents
Search

 1 
Sistem Pendukung Keputusan Penentuan Destinasi Wisata Bahari Terbaik di Sumatera Barat Menggunakan Metode Entropy-MABAC Berdasarkan Data Google Maps Anggi Hadi Wijaya; Nurfiah
Jurnal Ilmu Komputer dan Informatika | E-ISSN : 3063-9026 Vol. 2 No. 4 (2026): April - Juni
Publisher : GLOBAL SCIENTS PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62379/jiki.v2i4.1631

Abstract

Sumatera Barat memiliki potensi wisata bahari yang melimpah, namun wisatawan sering kesulitan memilih destinasi terbaik karena keterbatasan informasi objektif. Penelitian ini bertujuan membangun Sistem Pendukung Keputusan (SPK) untuk menentukan destinasi wisata bahari terbaik secara objektif. Metode yang digunakan adalah integrasi Entropy untuk pembobotan kriteria secara objektif dan Multi-Attributive Border Approximation Area Comparison (MABAC) untuk perankingan alternatif berdasarkan data dinamis yang diekstraksi langsung dari Google Maps (ulasan, rating, jarak, akomodasi, harga tiket, dan kelengkapan aktivitas). Hasil penelitian menunjukkan bahwa kriteria jumlah ulasan dan rating memiliki bobot pengaruh paling signifikan. Berdasarkan perhitungan Entropy-MABAC, destinasi pantai daratan utama seperti Pantai Gandoriah menempati peringkat teratas karena keunggulan aksesibilitas dan fasilitas, disusul oleh destinasi pulau. Kombinasi metode ini terbukti efektif, objektif, dan dinamis dalam membantu wisatawan menentukan pilihan destinasi wisata bahari.
Analisis Dinamika Kesejahteraan Regional di Sumatera Barat Menggunakan Pooled Clustering K-Means Nurfiah; Anggi Hadi Wijaya
Jurnal Ilmu Komputer dan Informatika | E-ISSN : 3063-9026 Vol. 2 No. 4 (2026): April - Juni
Publisher : GLOBAL SCIENTS PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62379/jiki.v2i4.1632

Abstract

Ketimpangan kesejahteraan antarwilayah di Provinsi Sumatera Barat memerlukan pemetaan yang akurat sebagai dasar perumusan kebijakan yang tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan tingkat kesejahteraan 19 kabupaten dan kota menggunakan algoritma K-Means Clustering berbasis pendekatan pooled data historis selama periode 2021–2025. Data sekunder bersumber dari Badan Pusat Statistik (BPS) meliputi empat indikator makro, yaitu Indeks Pembangunan Manusia (IPM), Persentase Penduduk Miskin, Tingkat Pengangguran Terbuka (TPT), dan Pengeluaran per Kapita disesuaikan. Melalui evaluasi Elbow Metho diperoleh segmentasi paling optimal yang terbagi menjadi tiga kelompok yaitu Klaster 0 diberi label Daerah Maju, Klaster 1 diberi label Daerah Berkembang, dan Klaster 2 diberi label Daerah Rentan. Pendekatan pooled data yang diterapkan berhasil memetakan transisi positif dari empat wilayah yang sukses naik kelas menuju Klaster 0. Selain itu ditemukan anomali ketenagakerjaan, yang mana daerah maju justru mencatat angka TPT tertinggi akibat fenomena pengangguran terdidik, sementara daerah rentan memiliki TPT terendah akibat tingginya gejala setengah pengangguran di sektor informal. Penelitian ini menyimpulkan bahwa intervensi pembangunan pemerintah daerah harus bersifat asimetris. Daerah maju perlu berfokus pada perluasan investasi sektor kreatif, sedangkan daerah rentan memprioritaskan pengentasan isolasi geografis.
Co-Authors Ipriadi . Muhammad Farhan Saputra Nurfiah