Claim Missing Document
Check
Articles

Pelatihan Peningkatan Pelayanan Administrasi Desa Melalui E-Arsip Berbasis Website Pada Kantor Desa Merambung Kecamatan Tanjung Raja Melda Agarina; Sutedi Sutedi; Arman Suryadi Karim; Ochi Marshella
NEAR: Jurnal Pengabdian kepada Masyarakat Vol. 3 No. 2 (2024): NEAR
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/nr.v3i2.1323

Abstract

Kegiatan Pengabdian ini bertujuan untuk meningkatkan kemampuan literasi digital perangkat desa dalam mendukung proses pelayanan kepada masyarakat. Aplikasi sistem informasi desa yang dikembangkan secara mandiri yaitu untuk meningkatkan pelayanan administrasi desa melalui E-Arsip berbasis Web. Metode pelatihan yang diterapkan yaitu presentasi, simulasi, dan praktik. Kegiatan ini dilaksanakan selama satu pertama memaparkan tentang manfaat literasi digital dan manfaat sistem informasi khususnya dalam administrasi, dan sesi kedua yaitu praktik pemanfaatan aplikasi E-Arsip untuk membuat surat-surat dinas, serta pengelolaan dokumen dalam komputer. Setelah kegiatan pelatihan dilakukan pendampingan selama beberapa waktu agar perangkat desa dapat menggunakan aplikasi E-arsip dengan baik. Hasil kegiatan ini memberikan manfaat yang besar dan pengurusan administrasi lebih efektif bagi masyarakat Desa Merabung kecamatan Tanjung Raju, terutama pengurusan administrasi yang diperlukan masyarakat desa karena selama ini masyarakat kesulitan dalam pengurusan administrasi. Pelatihan penggunaan sistem informasi desa Berbasis Digital E-Arsip kepada perangkat Desa meningkatkan kemampuan literasi digital perangkat desa
Application of K-Means Clustering Algorithm for Grouping Posyandus Based on Toddler Demographic Density to Optimize Aid Distribution Muhamad Andre Wira Aditya; Melda Agarina
Bulletin of Network Engineer and Informatics Vol. 4 No. 1 (2026): BUFNETS (Bulletin of Network Engineer and Informatics) April - September 2026
Publisher : PT. GWEX NET PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59688/736979

Abstract

This study investigates the application of the K-Means clustering algorithm to classify Posyandu service areas based on toddler demographic characteristics, with the goal of supporting more efficient planning and targeted distribution of nutritional aid. Using a dataset consisting of 855 toddler records from the Puskesmas Braja Caka region, data preprocessing steps—including one-hot encoding, handling of categorical locality attributes, and Z-score standardization—were performed to ensure consistent feature representation. The Elbow Method indicated that six clusters provided the optimal balance between compactness and interpretability. The resulting cluster distribution comprised 133 toddlers in Cluster 0, 75 in Cluster 1, 151 in Cluster 2, 238 in Cluster 3, 125 in Cluster 4, and 133 in Cluster 5. Further analysis revealed distinct demographic characteristics: Clusters 0 and 2 had higher median ages, Cluster 3 displayed the widest age variability, and Cluster 4 showed the highest proportion of male toddlers. PCA visualization confirmed a clear separation among clusters, while boxplots illustrated meaningful differences in age distribution. These findings demonstrate that K-Means clustering effectively uncovers demographic patterns that can guide policymakers in allocating resources more accurately and prioritizing interventions for communities with higher toddler density or greater nutritional risk. As an actionable recommendation, health authorities are advised to prioritize nutritional supplementation and intensified monitoring in Cluster 3 (highest density, 238 toddlers) and Cluster 4 (male-dominant, youngest age group), while deploying tailored growth-monitoring programs in Clusters 0 and 2 where older toddlers are concentrated. This approach strengthens data-driven decision-making for Posyandu operations.
Analisis Deskriptif Data SKP Pegawai Kominfo Menggunakan Algoritma K-Means Clustering untuk Identifikasi Pola Kinerja Alan Marta Dinata; Melda Agarina
TEKNIKA Vol. 20 No. 2 (2026): Teknika Mei 2026
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.18142625

Abstract

Perkembangan teknologi informasi mendorong peningkatan tata kelola pemerintahan, termasuk pengelolaan kinerja ASN. Kominfo telah memiliki data Sasaran Kinerja Pegawai (SKP), namun pemanfaatannya masih terbatas pada penilaian deskriptif tanpa analisis mendalam. Penelitian ini bertujuan mengidentifikasi pola kinerja pegawai Kominfo menggunakan algoritma K-Means Clustering dalam kerangka CRISP-DM. Data yang digunakan terdiri atas 404 pegawai dengan 10 variabel kinerja seperti disiplin, produktivitas, kualitas kerja, orientasi pelayanan, komitmen, kerja sama, dan nilai SKP. Analisis dilakukan menggunakan Python pada Google Colaboratory. Penentuan jumlah klaster optimal menggunakan Elbow Method menunjukkan titik siku yang jelas pada k=5, ditandai oleh penurunan Within-Cluster Sum of Squares (WCSS) yang mulai stabil setelah nilai tersebut. Evaluasi kualitas klaster melalui Silhouette Coefficient juga mendukung pemilihan lima klaster. Hasil penelitian mengungkap bahwa kelima klaster tersebut merepresentasikan variasi tingkat kinerja mulai dari tinggi hingga rendah, dengan mayoritas pegawai berada pada kategori sedang hingga baik. Disiplin dan kualitas kerja menjadi indikator paling konsisten, sedangkan komitmen dan kerja sama muncul sebagai variabel pembeda utama antar klaster. Penelitian ini membuktikan bahwa algoritma K-Means efektif dalam memetakan kinerja pegawai secara objektif dan berbasis data. Temuan ini dapat digunakan sebagai dasar penyusunan strategi pembinaan serta pengembangan SDM untuk meningkatkan produktivitas organisasi.