Article Per Year (5 Year)
p-Index From 2021 - 2026
2.267
P-Index
This Author published in this journals
All Journal International Journal of Artificial Intelligence Research JOURNAL OF APPLIED INFORMATICS AND COMPUTING Building of Informatics, Technology and Science Jusikom: Jurnal Sistem Informasi Ilmu Komputer Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Tekinkom (Teknik Informasi dan Komputer) Abdi Kami : Jurnal Pengabdian Kepada Masyarakat Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) Jurnal Pendidikan dan Teknologi Indonesia Bulletin of Computer Science Research Jurnal Algoritma
Wahiddin, Deden
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Algoritma

 1 
Klasterisasi Tingkat Kemiskinan Kabupaten/Kota di Indonesia Menggunakan Algoritma K-Means dan K-Medoids Pratiwi, Gita Risky; Wahiddin, Deden; Awal, Elsa Elvira; Fauzi, Ahmad
Jurnal Algoritma Vol 21 No 2 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan adalah ketika sebuah masyarakat memiliki akses fisik yang terbatas terhadap lingkungan dasar. Kondisi permukiman miskin ini seringkali jauh di bawah standar kelayakan dan menyebabkan orang-orang di sana kesulitan mendapatkan uang untuk hidup. Fokus penelitian ini adalah untuk menentukan tingkat kemiskinan di Kab/Kota di Indonesia. Karena ada peningkatan angka kemiskinan di Indonesia, clustering diperlukan untuk pemerintah dapat memberikan bantuan yang tepat kepada mereka yang paling membutuhkan. Metode yang digunakan adalah algoritma K-Means dan K-Medoids. Hasil dari pengelompokkan ini menghasilkan cluster 0 menunjukkan tingkat kemiskinan yang relatif rendah yaitu 250 kab/kota, cluster 1 menunjukkan tingkat kemiskinan yang tinggi yaitu 330 kab/kota , Sedangkan algoritma K-Medoids menghasilkan tiga klaster dengan tingkat kemiskinan rata-rata yang berbeda: cluster 0 menunjukkan tingkat kemiskinan yang relatif rendah yaitu 270 kab/kota, cluster 1 menunjukkan tingkat kemiskinan yang tinggi yaitu 310 kab/kota. Hal ini dapat menjadi referensi bagi pemerintah untuk meningkatkan perhatian wilayah dengan tingkat kemiskinan tinggi dalam upaya mengurangi tantangan ekonomi yang sedang berlangsung. Dengan menggunakan skor sillhouette, untuk membagi tingkat kemiskinan evaluasi algoritma K-Means dan K-Medoids dilakukan. Algoritma k-means menghasilkan nilai K = 0.284 sedangkan algoritma K-Medoids menghasilkan nilai K = 0.224.
Model Regresi Linear Berganda untuk Prediksi Tingkat Pengangguran di Provinsi Jawa Barat Halif, Jenny; Wahiddin, Deden; Sanjaya, Iman; Faisal, Sutan
Jurnal Algoritma Vol 22 No 1 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-1.2312

Abstract

The Open Unemployment Rate (TPT) in West Java has been the highest nationally in recent years. This study aims to predict the TPT in 2025 using the Multiple Linear Regression (RLB) algorithm with variables such as inflation, GRDP, HDI, and population. Secondary data from 2013-2024 was analyzed through preprocessing, PCA, and training-test data division methods. The model was evaluated using RMSE and R-squared, with the results of RMSE 0.0148 and R² 0.5716. Multiple Linear Regression was chosen because it is able to handle many variables at once and provide a quantitative estimate of the contribution of each factor, in contrast to the individual approach which only looks at the influence of one variable separately. These results can serve as the basis for unemployment reduction policies at the regional level.
Co-Authors AA Sudharmawan, AA Abdul Gapur Ajie, Prasetyo April Lia Hananto Awal, Elsa Elvira Baihaqi, Kiki Ahmad Enjelia, Lola Faisal, Sutan Fauzi, Ahmad Fauzi, Farras Ahmad Fauzi, Rifqi Arul Fitri Nur Masruriyah, Anis Gozali, Gozali Halif, Jenny Hanny Hikmayanti Handayani Hartini, Dina Hastari, Nazwa Putri Iman Sanjaya Indra, Jamaludin Juwita, Ayu Ratna Lestari, Santi Arum Puspita Mudzakir, Tohirin Al Novita, Hilda Yulia Nurlaelasari, Euis Nurmayanti, Trisya Nursyawalni, Reva Pratiwi, Gita Risky Rahmat Ramadhan, Muchamad Fachrul Ramadhan, Rizky Agung Ridho Pratama, Ilham Rohana, Tatang Sukmawati, Cici Emilia Yana Cahyana