Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
FAUZAN, AKMAL
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENINGKATKAN MODEL PENGELOMPOKAN DAN KINERJA JARINGAN WI-FI SECARA OPTIMAL Fauzan, Akmal; Suarna, Nana; Ali, Irfan; Susana, Heliayanti
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6272

Abstract

Penelitian ini mengimplementasikan algoritma K-Means Clustering untuk menganalisis pola penggunaan jaringan Wi-Fi, guna meningkatkan efisiensi pengelolaan bandwidth dan kualitas layanan. Data berupa kecepatan internet, biaya layanan, dan lokasi pelanggan diolah menggunakan RapidMiner, menghasilkan klaster dengan nilai Davies-Bouldin Index (DBI) sebesar 0.006, menunjukkan kualitas klaster yang sangat baik. Hasilnya memberikan wawasan mendalam tentang segmentasi pelanggan dan pola penggunaan layanan untuk pengambilan keputusan strategis. Algoritma KMeans terbukti efektif dalam optimalisasi sumber daya jaringan, serta menjadi dasar pengembangan sistem monitoring real-time dan teknologi data mining untuk pengelolaan jaringan Wi-Fi skala besar.
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENINGKATKAN MODEL PENGELOMPOKAN DAN KINERJA JARINGAN WI-FI SECARA OPTIMAL Fauzan, Akmal; Suarna, Nana; Ali, Irfan; Susana, Heliayanti
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6272

Abstract

Penelitian ini mengimplementasikan algoritma K-Means Clustering untuk menganalisis pola penggunaan jaringan Wi-Fi, guna meningkatkan efisiensi pengelolaan bandwidth dan kualitas layanan. Data berupa kecepatan internet, biaya layanan, dan lokasi pelanggan diolah menggunakan RapidMiner, menghasilkan klaster dengan nilai Davies-Bouldin Index (DBI) sebesar 0.006, menunjukkan kualitas klaster yang sangat baik. Hasilnya memberikan wawasan mendalam tentang segmentasi pelanggan dan pola penggunaan layanan untuk pengambilan keputusan strategis. Algoritma KMeans terbukti efektif dalam optimalisasi sumber daya jaringan, serta menjadi dasar pengembangan sistem monitoring real-time dan teknologi data mining untuk pengelolaan jaringan Wi-Fi skala besar.
Co-Authors Irfan Ali, Irfan Suarna, Nana Susana, Heliayanti