Article Per Year (5 Year)
p-Index From 2021 - 2026
12.341
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Informatics for Educators and Professional : Journal of Informatics Network Engineering Research Operation [NERO] KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Indonesian Journal of Applied Informatics Jurnal ICT : Information Communication & Technology Jurnal Sistem Informasi Kaputama (JSIK) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Perangkat Lunak JSR : Jaringan Sistem Informasi Robotik JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) JIKA (Jurnal Informatika) MEANS (Media Informasi Analisa dan Sistem) Jurnal Teknik Informatika (JUTIF) Jurnal Mahasiswa Sistem Informasi (JMSI) International Journal of Social Science Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Janitra Informatika dan Sistem Informasi Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) INFORMATIKA Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Mahasiswa Ilmu Komputer TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Wawasan : Jurnal Ilmu Manajemen, Ekonomi dan Kewirausahaan Manajemen Kreatif Jurnal JURSIMA Jurnal Ekonomi Manajemen Akuntansi BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen INTERNAL (Information System Journal) Intechno Journal : Information Technology Journal
Yudhistira Arie Wijaya
STMIK IKMI Cirebon
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 103 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 103 Documents
Search

 3   4   5   6   7 
ANALISA PENERAPAN METODE CLUSTERING K-MEANS UNTUK PENGELOMPOKAN DATA TRANSAKSI KONSUMEN: Studi Kasus: Cv. Mitra Indexindo Pratama Masjunedi, Masjunedi; Suarna, Nana; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6841

Abstract

Cv. Mitra indexindo pratama merupakan perusahaan yang bergerak di bidang penjualan dan jasa, Perusahaan juga menyediakan jasa perbaikan dan perawatan komputer untuk usaha/kantor yang membutuhkan dan juga melayani konsumen perorangan. Cv.Mitra Indexindo Pratama termasuk perusahaan perseorangan, karena semua sumber daya yang digunakan dalam operasi perusahaan adalah milik sendiri atau perseorangan, Data transaksi penjualan semakin lama semakin banyak sehingga akan terjadi penumpukan data, penumpukan data tsb kemudian akan di olah menggunakan aplikasi rapid miner. Akumulasi pengetahuan ini dapat digunakan untuk menemukan informasi yang berguna dan tersembunyi yang bisa digunakan untuk menerapkan strategi penjualan. Pengumpulan data tersebut dapat diproses oleh aplikasi rapidminer dengan menggunakan metode clustering K-Means dengan menggunakan 300 data transaksi konsumen, terhitung pengumpulan data dalam kurun waktu 2 bulan di cv mitra indexindo pratama. Tujuan dari penelitian ini adalah untuk mengelompokkan data transaksi konsumen menggunakan metode teknik clustering algoritma K-Means dengan membentuk 4 cluster berdasarkan Measure Types Bregman Divergences dengan parameter SquaredEuclideanDistance sampai menghasilkan nilai DBI terbaik. Hasil dari penelitian ini adalah hasil clustering K-means pada centroid akhir mengasilkan Cluster_2 (175.000.000), Cluster_0 (25.000.000), Cluster_1 (7.500.000) dan nilai terendah (0) pada cluster_3. Hasil pengujian kinerja dengan mengevaluasi Davies-Bouldin-Index (DBI) untuk efisiensi cluster, Berdasarkan hasil Davies-Bouldin Index (DBI) diperoleh selama pengujian data transaksi konsumen dengan program RapidMiner yaitu (K4) Davies-Bouldin-Index. (DBI) nilainya adalah 0,261.
PENERAPAN ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA SET BAHAN PANGAN INDONESIA TAHUN 2022-2023 Adiyanto, Alfian; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6849

Abstract

Tujuan Penelitian ini adalah melakukan pengelompok/kluster yang optimal menggunakan algoritma k-means pada dataset Bahan Pangan .Oleh karena itu, penelitian ini menggunakan metode analisa data Knowledge Discovery in Database (KDD) Sumber data penelitian ini diperoleh dari website Pusat Infromasi Harga Pangan Strategis Nasional. Data ini kumpulan data dari bulan Desember 2022-Januari 2023. Penelitian ini menggunakan clustering metode K-Means untuk mengelompokan data tersebut dengan metode K-Means yang sederhana. Algoritma K-Means sebuah metode pengelompokan berdasarkan jarak terdekat, dimana jarak terdekat ini digunakan untuk membagi data ke dalam sebuah cluster. Dalam penelitian ini, menghasilkan Davies Bouldin Index dari K = 2 sampai K =20, maka hasil cluster yang paling optimum adalah K = 2 dengan hasil Davies Bouldin Index sebesar 0,694.
OPTIMASI PARAMETER ALGORITMA K-MEANS PADA DATA REKAM MEDIS KLINIK ANANDA MEDIKA RANCAH Alfirda Sofyan, Zahra; Kurniawan, Rudi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8229

Abstract

Data rekam medis merupakan informasi medis terkait identifikasi pasien, penyakit dan riwayat pengobatan. Peningkatan jumlah data rekam medis dari waktu ke waktu menyulitkan identifikasi pola penting yang tersembunyi dalam dataset. Oleh karena itu, diperlukan teknik analisis data yang tepat untuk mengelola data rekam medis secara optimal. Penelitian ini bertujuan untuk menemukan parameter terbaik yang menghasilkan cluster optimum berdasarkan Davies Bouldin Index (DBI), semakin rendah nilai DBI menunjukan cluster terbaik. Metode yang digunakan dalam penelitian ini adalah clustering dengan Algoritma K-Means. Algoritma K-Means diimplementasikan dengan tools Rapidminer versi 10.3. Parameter yang digunakan dalam melakukan eksperimen terhadap nilai DBI adalah parameter Measure Types Numerical Measure. Dengan tiga kali percobaan Numerical Measure yang berbeda yaitu Euclidean Distance, Manhattan Distance, dan Dynamic Time Warping Distance, serta proses iterasi rmenggunakan parameter Max Optimization dimulai dari 1 hingga 10. Dari hasil eksperimen menunjukan parameter terbaik adalah Measure Types Numerical Measure dengan Manhattan Distance karena menghasilkan nilai DBI terkecil dibandingkan parameter lainnya. Proses iterasi algoritma K-Means berakhir pada iterasi ke-3 karena pada iterasi tersebut diperoleh keanggotaan cluster yang sama dengan iterasi sebelumnya. Hal ini menunjukkan bahwa algoritma telah mencapai nilai konfiden.
OPTIMALISASI PARAMETER FEATURE SELECTION PADA PREDIKSI KASUS KEKERASAN DI JAWA BARAT MENGGUNAKAN ALGORITMA REGRESI LINEAR Yulia, Yuli; Kurniawan, Rudi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8285

Abstract

Kekerasan kini telah menjadi persoalan sosial utama di Indonesia. Data statistik menunjukkan peningkatan kasus kekerasan yang sangat signifikan di Jawa Barat dalam beberapa tahun terakhir berdasarkan tempat kejadian yang tercatat oleh Dinas Pemberdayaan Perempuan, Perlindungan Anak, dan Keluarga Berencana. Tujuan penelitian ini adalah memprediksi pola kasus kekerasan di Jawa Barat di masa depan dengan menerapkan teknik Data Mining. Peningkatan kasus ini mengindikasi bahwa masalah kekerasan di Jawa Barat belum tertangani dan dicegah secara maksimal. Metode yang digunakan adalah Algoritma Regresi Linear dengan perangkat lunak RapidMiner. Parameter Feature Selection jenis M5 Prime, greedy, T-Test, dan Iterative T-Test dimanfaatkan untuk menghasilkan nilai Root Mean Squared Error (RMSE) yang optimal. Dari hasil penelitian menunjukkan keempat jenis feature selection menghasilkan nilai RMSE sebesar 28,548 +/- 0,000. Hasil dari penelitian ini dijadikan sebagai salah satu strategi bagi pemerintah dalam upaya pencegahan dan penanganan terhadap permasalahan kasus kekerasan di Jawa Barat, serta meminimalisir dan mengantisipasi terjadinya kasus kekerasan masa yang akan datang.
ANALISIS DATA PROGRAM KELUARGA HARAPAN PADA TINGKAT KEMISKINAN DENGAN MENGGUNAKAN FUZZY C-MEANS DI KECAMATAN PABEDILAN Septian Nugraha, Titan; Kurniawan, Rudi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8371

Abstract

Kemiskinan, sebagai isu mendasar di Indonesia, tetap menjadi tantangan yang belum teratasi sepenuhnya oleh pemerintah pusat maupun daerah. Oleh karena itu penelitian ini bertujuan untuk menganalisis data guna mengurangi kemiskinan dan meningkatkan kesejahteraan masyarakat dengan kondisi ekonomi rendah di Kecamatan Pabedilan. Fokusnya adalah Program Keluarga Harapan (PKH), sebuah inisiatif pemerintah Indonesia untuk memberikan bantuan sosial bersyarat kepada Keluarga Miskin (KM) yang diidentifikasi sebagai penerima manfaat PKH. Penelitian ini menggunakan Metode Algoritma Fuzzy C-Means sebagai teknik pengelompokan data. Metode ini terpilih karena sederhana namun efektif dalam mengatasi atribut dengan variasi nilai yang beragam. Dengan memfokuskan analisis pada Kecamatan Pabedilan, penelitian ini diharapkan dapat memastikan bahwa Program Keluarga Harapan memberikan manfaat optimal bagi masyarakat sasaran, serta memberikan kontribusi positif dalam upaya pengurangan kemiskinan di wilayah tersebut. Teknik klaster dipilih sebagai solusi untuk menghadapi variasi nilai atribut, menunjukkan keunggulan dalam konsistensi, akurasi, dan efisiensi waktu komputasi. Hasil penelitian ini Algoritma Fuzzy C-Means pada data penerima PKH Kecamatan Pabedilan, ditemukan tiga cluster, Cluster 0: 473 items Karakteristik nominal: 633,333-1,600,000 (masuk dalam nominal besar). Cluster 1: 656 items Karakteristik nominal: 18,666-250,000 (masuk dalam nominal kecil). Cluster 2: 1,572 items Karakteristik nominal: 300,000-583,333 (masuk dalam nominal sedang).
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-GROWTH PADA DATA PENJUALAN SEMBAKO Syach Putra, Yanuar; Kurniawan, Rudi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8391

Abstract

Perkembangan teknologi informasi dan perkembangan bisnis ritel telah menghasilkan data transaksi dalam jumlah besar yang jika dianalisis dengan benar dapat memberikan wawasan berharga bagi toko untuk meningkatkan efisiensi operasional dan meningkatkan kepuasan pelanggan. Perlu diketahui pula, bahwa toko ini belum memiliki acuan ataupun pedoman khusus dalam meningkatkan omzet toko dan penyetokan barang melalui strategi bisnis yang diterapkannya, dengan kata lain perusahaan ini masih mengandalkan perkiraan saja. Oleh sebab itu, penelitian ini dibuat dengan tujuan agar perusahaan toko sembako AA dapat mengetahui tren penjualan. Metode yang digunakan dalam penelitian ini adalah analisis data transaksi penjualan menggunakan Algoritma FP-Growth, menggunakan Tools RapidMiner Versi 10.3. Algoritma FP-Growth adalah teknik pencarian tautan yang kuat dalam penambangan data, yang mampu mengidentifikasikan pola pembelian yang berarti dalam data transaksional. Oleh karena itu, Algoritma FP-Growth sangat dibutuhkan untuk menentukan persediaan barang berdasarkan banyaknya pembelian oleh pelanggan. Hasil yang dicapai dalam penelitian ini menggunakan minimum Frequency = 100 dan minimum Confidence = 60% mendapatkan 6 aturan asosiasi, dan 1 Asosiasi terbaik yaitu jika membeli Daging, Migor maka akan membeli juga Tepung. Oleh karena itu, hasil dari penelitian ini dapat mengoptimalkan operasionalnya, meningkatkan kepuasan pelanggan dan meningkatkan keuntungan perusahaan secara keseluruhan melalui analisis data transaksi penjualan menggunakan algorima FP-Growth.
PENERAPAN DATA MINING CLUSTERING MENGGUNAKAN ALGORITMA FUZZY C-MEANS PADA DATA PENCARI KERJA DI KABUPATEN KUNINGAN An-naziz Safaat, Wafik; Kurniawan, Rudi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8411

Abstract

Dalam melamar pekerjaan yang sesuai dengan keinginan perusahaan, pencari kerja wajib mengikuti kebijakan perekrutan pencari kerja yang ditetapkan oleh perusahaan. Permasalahan umum saat ini adalah masih banyak pencari kerja yang belum mendapatkan pekerjaan, misalnya karena kurangnya pendidikan dan kesempatan kerja. Tidak semua pencari kerja yang melamar pada suatu perusahaan tertentu mempunyai kualifikasi berdasarkan tingkat pendidikan pencari kerja yang berbeda-beda. Oleh karena itu, Dewan Ketenagakerjaan dan Migrasi dapat membantu atau membimbing pihak-pihak yang ingin mencari pekerjaan baru dengan menerbitkan kartu kuning. Kartu kuning merupakan kartu pencari kerja yang dikeluarkan oleh Badan Ketenagakerjaan dan Migrasi, dimana fungsi kartu tersebut adalah sebagai tanda bahwa pemegang kartu sedang mencari pekerjaan. Tujuan dari penelitian ini adalah melakukan clustering data pencari kerja dengan menggunakan teknik clustering menggunakan metode Algoritma Fuzzy C-Means dan mengelompokkan objek menjadi beberapa kelompok, dimana k (cluster) adalah jumlah kelompok yang diinginkan, dan menggunakan RapidMiner Tools versi 10.3. Hasil penelitian berupa informasi perbandingan pencari kerja pada variabel usia, pendidikan terakhir, profesi dan jenis kelamin, yang hasilnya dihitung menggunakan algoritma Fuzzy C-Means. Dengan menggunakan algoritma fuzzy c-means diperoleh yang terbaik yaitu klaster 2 sebanyak 31 item. Pengelompokan data pencari kerja ini membantu pemerintah untuk menawarkan lapangan pekerjaan kepada pencari kerja secara merata sehingga data pencari kerja tidak menumpuk setiap tahunnya.
IMPLEMENTASI ALGORITMA K-MEANS DENGAN OPTIMIZE PARAMETER GRID PADA DATA KECELAKAAN LALU LINTAS DI KOTA CIREBON Maulana, Tedy; Astuti, Rini; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8430

Abstract

Kecelakaan lalu lintas merupakan salah satu peristiwa yang terjadi dijalan raya. Banyak faktor yang menyebabkan terjadinya kecelakaan lalu lintas, namun faktor manusia itu sendiri (human error) menjadi masalah utama. Kecelakaan lalu lintas menjadi salah satu permasalahan yang ada di Kota Cirebon. Penelitian ini bertujuan untuk melakukan pengelompokkan data kecelakaan lalu lintas di Kota Cirebon dengan maksud ingin mengetahui informasi karakteristik yang ada dalam dataset kecelakaan lalu lintas di Kota Cirebon dengan mengetahui pengaruh parameter yang ada pada Numerical Measure type dan pengaruh parameter atribut waktu (jam atau menit) agar mendapatkan k optimal berdasarkan Davies Bouldin Index (DBI). Penelitian ini menerapkan data mining dengan algoritma K-Means Clustering. Algoritma K-Means dipilih karena mudah diimplementasikan dan efisiensinya. Data yang digunakan yaitu data kecelakaan lalu lintas di Kota Cirebon dari tahun 2020-2023 dengan total 406 data record. Metode analisis data dilakukan menggunakan teknik Knowledge Discovery in Database(KDD) dengan Optimize Parameter Grid. Hasil analisis diperoleh parameter dengan semua jenis nya pada Numerical Measure type dan parameter hour(jam) yang berpengaruh dalam menghasilkan nilai k optimal yaitu pada cluster k=2 dengan nilai DBI sebesar 0,762. Hasil cluster k=2 dengan nilai DBI sebesar 0,762 merupakan hasil yang sama untuk semua jenis parameter yang ada pada Numerical Measure type.
KLASTERISASI DATA JUMLAH KASUS KEKERASAN TERHADAP PEREMPUAN DI PROVINSI JAWA BARAT MEGGUNAKAN ALGORITMA FUZZY C-MEANS Hidayat, Taufik; Astuti, Rini; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8438

Abstract

Perempuan di Indonesia saat ini masih menghadapi risiko menjadi korban kekerasan, dan kesulitan dalam mengatasi masalah kekerasan terhadap perempuan terus menjadi tantangan yang kompleks. Penelitian ini bertujuan untuk untuk melakukan pengelompokan data jumlah kekerasan terhadap perempuan di Jawa Barat dengan maksud ingin mengetahui informasi karakteristik yang ada dalam dataset jumlah kasus kekerasan terhadap perempuan di Jawa Barat dengan mendapatkan nilai k optimal, serta nilai iterasi dan parameter numerical measure yang mempengaruhi nilai k. Penelitian ini menggunakan metode Fuzzy C-Means Clustering untuk mengelompokkan data jumlah kasus kekerasan terhadap perempuan di Jawa Barat dengan lebih baik. Metode ini memungkinkan pengelompokan data berdasarkan derajat keanggotaan yang tidak hanya bersifat biner, melainkan juga memperhitungkan dengan keanggotaan yang lebih fleksibel. Data yang digunakan dalam penelitian ini adalah data sosial ekonomi terkait kekerasan terhadap perempuan. Hasil dan diskusi penelitian menunjukkan bahwa metode Fuzzy C-Means Clustering dapat memberikan pengelompokan data jumlah kasus kekerasan terhadap perempuan di Jawa Barat. Davies Bouldin Index mencapai nilai 0,158, dan nilai k optimal yang ditemukan adalah 3. Nilai iterasi yang ditemukan berdasarkan nilai k optimal adalah 10, dan parameter yang mempengaruhi nilai k optimal melibatkan penggunaan parameter numerical measure adalah Manhattan Distance. Penelitian ini memiliki potensi untuk memberikan wawasan yang lebih mendalam mengenai beragam hambatan yang dihadapi oleh individu yang mengalami masalah kesejahteraan sosial. Dengan demikian, penelitian ini dapat membantu pihak berwenang dan lembaga pemerintah mengidentifikasi kelompok yang paling rentan dan mengalokasikan sumber daya secara lebih efisien.
KLASTERISASI DATA JENIS-JENIS PEKERJAAN PENDUDUK DENGAN MENGGUNAKAN ALGORITMA K-MEANS Aprianto, Wili; Kurniawan, Rudi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8771

Abstract

Pekerjaan di desa memiliki peran penting dalam mengembangkan ekonomi lokal dan meningkatkan kesejahteraan masyarakat. Namun, belum ada studi yang mendalam mengenai pola dan karakteristik pekerjaan di Desa Babakanmulya sehingga kurangnya informasi atas pekerjaan penduduk Desa Babakanmulya. Penelitian ini bertujuan untuk melakukan pengelompokan data pekerjaan penduduk Desa Babakanmulya Kecamatan Jalaksana Kabupaten Kuningan dengan maksud ingin mengetahui informasi karakteristik dan pola pekerjaan dengan mendapatkan parameter apa yang terbaik dari EuclideanDistance, CamberraDistance, CorrelationSimilarity.Dengan data pekerjaan yang dikumpulkan Metode yang digunakan dalam penelitian ini adalah algoritma K-Means, yang merupakan salah satu metode pengelompokan data dalam analisis klaster.Dengan menggunakan algoritma K-Means, diharapkan dapat ditemukan kelompok pekerjaan yang memiliki kesamaan karakteristik dan memudahkan dalam pengambilan keputusan terkait pengembangan ekonomi di Desa Babakan Mulya dan dapat memberikan kontribusi dalam pengembangan strategi pembangunan ekonomi lokal dan memberikan rekomendasi kebijakan yang relevan untuk meningkatkan kualitas pekerjaan di desa.Hasil dari penelitian ini diharapkan dapat memberikan pemahaman yang lebih baik tentang pola pekerjaan di desa, memetakan kelompok pekerjaan yang serupa, serta mengidentifikasi faktor-faktor yang memengaruhi jenis pekerjaan yang dipilih oleh penduduk desa. Hasil Analisis diperoleh parameter terbaik yaitu Numerical measure Types EuclideanDistance.
Co-Authors Abubakar Sidik Ade Irma Purnama Sari Ade Irma Purnamasari Ade Irma Purnamasari Adi Hermawan Aditiya Arif Firmansyah Adiyanto, Alfian Adjie Setyadj, Mochammad Agni, Vega Putra Dwi Ahmad Faqih Ahmad Jamalul Noor Ahmad Rifai Ikhsanudin AKBAR, MUHAMAD DENI Akhmad Taukhid Alfirda Sofyan, Zahra Aliya Anisa Rahma Alwan Azhar Alya Fadia An-naziz Safaat, Wafik Andi Ardiansyah Andriyani, Wini Anggara, Doni Anjar Permadi Aprianto, Wili Arya Hadi Wicaksana ASEP SAEFUDDIN Asmana, Asmana Astri Amelia Athaullah Abrar Bayan Beby Maryam Cintia Putri Prasetia Dadang Sudrajat Darma Irawan, Bobi Darussalam, Luthvi Nurfauzi Denni Pratama Denni Pratama Dermawan, Hibrizi Dzaky Dian Ade Kurnia Dian Ade Kurnia Dodi Solihudin Edi Tohidi Edi Wahyudin Falih, Alfi Rizqi Falih FANDI ACHMAD Fauzan, Muhamad Nur Fianita Rusadi Fianita Rusadi Firmansyach, Wildan Attariq Hajijin Amri Hamonangan, Ryan Hayati, Umi Hegarmanah Muhabatin Heliyanti Susana Herman Hermawan, Adi Hidayat, Zaids Syarif Ibnu Ubaedila Ikhwan Fahruddin, Yusuf Inawati, Windi Intan Wangi Nur Qibti Irfan Ali Irfan Ali Irma Agustina Jaelani Sidik Jayawarsa, A.A. Ketut Jurnal Konsera Khoeri, Yajid Komala, Wulan Kurnia, Dian Ade Kurniawan , Rudi Kusmiyaty, Agesty Laela Laela Leli Oktaviani Lukmanul Hakim Manzis, Zian Marta, Puji Pramudya Martanto Martanto . Martanto Martanto Masjunedi, Masjunedi Maulana, Tedy Mifta Almaripat Mita Amelia Moh Nurdayat Dayat MUHAMAD DENI AKBAR Muhamad Nur Fauzan Muhammad Aditya Rabbani Adit Mulyawan Nabila, Aynun Nana Suarna Nana Suarna Narasati, Riri Narasati Nashir, Mukhtar Nining Rahaningsih Nisa Dieanwati Nuris Nisa Dienwati Nuris Nur Amalia, Yustika Nurazijah, Wulan Nurdiawa, Odi Nurholipah, Titin Nurrahman, Rizki Odi Nurdiawa Odi Nurdiawan Pebriyanto, Ramdhan Pratama, Denni Puji Pramudya Marta Purnamasari, Ade Irma Restu Normalasari Rini Astuti Rini Astuti Rini Astuti Rio Febriyan Rizal Rizal Roni Saputra, Roni Rubangiya Rubangiya Rudi Kurniawan Rudi Kurniawan Rudi Kurniawan Saeful Anwar Saeful Anwar, Saeful Satria Turangga Septian Nugraha, Titan Septiani Gumilar, Tia Shifa Dwi Oktaviani Siti Sopiyah Suarna, Nana Sugianto, Nanda Putri Sulaeman, Muhammad Suteja Syach Putra, Yanuar Tati Suprapti Taufik Hidayat Tegar Lazuardi, Muhammad Thomas Agam Tiana Dewi Tri Anelia Trian Nurmansyah Triswanto, Triswanto Tuti Hartati Tuti Hartati Tuti Hartati Wahyudi Wahyudi Wartumi Wartumi Willy Prihartono Winayah, Winayah Windy Astuti Witriyani Witriyani Yudis Firmansyah Yufita, Ayura yulani, Yulani - Yulia, Yuli