p-Index From 2020 - 2025
13.953
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Jurnal Pendidikan dan Pembelajaran Khatulistiwa (JPPK) JEJAK Jurnal Natapraja : Kajian Ilmu Administrasi Negara Jurnal Online Mahasiswa (JOM) Bidang Ilmu Sosial dan Ilmu Politik Jurnal Borneo Administrator: Media Pengembangan Paradigma dan Inovasi Sistem Administrasi Negara Sinergi Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Jurnal Keperawatan Sriwijaya Jurnal Riset Fisika Edukasi dan Sains JISPO (Jurnal Ilmu Sosial dan Ilmu Politik) Jurnal Informatika Jurnal Inovasi Bisnis (Inovbiz) Jurnal Rekayasa Material, Manufaktur & Energi Jusikom : Jurnal Sistem Komputer Musirawas Sebatik Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknologi Informasi MURA MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal EDUTECH Undiksha J-SAKTI (Jurnal Sains Komputer dan Informatika) Jesya (Jurnal Ekonomi dan Ekonomi Syariah) YUME : Journal of Management MEDIA INFORMASI Transparansi Jurnal Ilmiah Ilmu Administrasi Jurnal Informatika Kaputama (JIK) Jurnal Sistem Informasi Kaputama (JSIK) Applied Technology and Computing Science Journal Jurnal Doktor Manajemen (JDM) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Telenursing (JOTING) E-Link: Jurnal Teknik Elektro dan Informatika JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JIKA (Jurnal Informatika) Jurnal Trias Politika JEKPEND Jurnal Ekonomi dan Pendidikan Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Teknik Industri Terintegrasi (JUTIN) JOINT (Journal of Information Technology GUYUB: Journal of Community Engagement International Journal Of Science, Technology & Management (IJSTM) Asia-Pacific Journal of Public Policy Educative Sportive Jurnal Optimasi Teknik Industri (JOTI) Buletin Poltanesa Bulletin of Computer Science Research Journal of Informatics Management and Information Technology Narra J KLIK: Kajian Ilmiah Informatika dan Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Conten : Computer and Network Technology INDOGENIUS Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Akuntansi AKUNESA Journal of Management and Digital Business Dinamika Jurnal Administrasi Bisnis Journal of Indonesian Economy and Business TSAQIFA NUSANTARA: Jurnal Pembelajaran dan Isu-Isu Sosial TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Indo-Fintech Intellectuals: Journal of Economics and Business AMMA : Jurnal Pengabdian Masyarakat Influence: International Journal of Science Review Coreid Journal Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen Al-Kharaj: Jurnal Ekonomi, Keuangan & Bisnis Syariah Prosiding Seminar Nasional Unimus E-Amal: Jurnal Pengabdian Kepada Masyarakat EKOBIMA Ekonomi Bisnis dan Manajemen SISFOTENIKA Informasi interaktif : jurnal informatika dan teknologi informasi Journal of Economic and Bussiness Retail Ekliptika: Jurnal Inovasi Teknologi Berkelanjutan Assyfa Journal of Farming and Agriculture Jurnal Informatika dan Rekayasa Perangkat Lunak
Claim Missing Document
Check
Articles

PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PERENCANAAN PERSEDIAAN STOK SEPATU DI TOKO DIOMCLOTHING Rizki Ani, Fitri; Kurniawan, Rudi; Suprapti, Tati
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.v7i6.8233

Abstract

Toko DIOMclothing merupakan sebuah perusahaan dagang yang menawarkan berbagai produk sepatu dengan merek seperti converse, vans, asics, ventela hingga produk sepatu lainnya. Dalam mengelola usahanya, toko DIOMclothing menghadapi tantangan strategis terkait penentuan produk yang paling diminati oleh pelanggan untuk direncanakan persediaannya. Kesalahan dalam menentukan persediaan produk dapat mengakibatkan kerugian finansial karena persediaan yang berlebihan atau kehilangan peluang penjualan karena persediaan yang kurang. Penelitian ini bertujuan mengklaster data penjualan sepatu untuk mengetahui tren penjualan produk sepatu sesuai periode waktu tertentu menggunakan penerapan metode K-means Clustering. Metode ini memungkinkan pengelompokan data penjualan berdasarkan karakteristik kemiripan dari datanya. Penerapan metode ini menghasilkan 3 klaster terbaik dengan karakteristik Klaster 0 (Sangat diminati) terdapat 469 data dengan tren penjualan dari Oktober hingga Desember, Klaster 1 (Cukup diminati) terdiri dari 581 data dengan tren penjualan dari Juli hingga September, Klaster 2 (Kurang diminati) terdiri dari 263 data dengan tren penjualan dari Agustus hingga Desember. Evaluasi menggunakan Davies Bouldin Index (DBI) menunjukkan nilai sebesar 0,165, menandakan kinerja klaster yang baik karena nilai DBI yang dihasilkan mendekati nol dan tidak negatif. Hasil penelitian ini dapat dimanfaatkan oleh DIOMclothing untuk mengoptimalkan pengadaan stok pada periode waktu tertentu, meningkatkan efisiensi manajemen persediaan, dan merancang strategi pemasaran yang lebih tepat sasaran.
KLASIFIKASI DATA TINGKAT KUALITAS UDARA DI TANGERANG SELATAN MENGGUNAKAN ALGORITMA NAIVE BAYES Widiawati, Fitri; Kurniawan, Rudi; Suprapti, Tati
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.v7i6.8261

Abstract

Kota Tangerang Selatan yang memiliki padat penduduk yang tinggi yang harus kita perhatikan kondisi kesehatannya. Indeks Standar Pencemaran Udara (ISPU) merupakan indikator yang mengukur tingkat pencemaran udara berdasarkan konsentrasi beberapa polutan udara banyak data yang muncul tentang kualitas udara pada Tangerang Selatan yang selalu menurun karena berbagai faktor dintaranya faktor fisik dan faktor manusia sehingga menyebabkan pencemaran udara bagi masyarakat setempat. Penelitian ini bertujuan untuk mengklasifikasikan kualitas udara di Tangerang Selatan menggunakan algoritma Naive Bayes dan mengevaluasi faktor-faktor yang berpengaruh terhadap kualitas udara. Model Naive Bayes mencapai tingkat akurasi sebesar 79.38%, menunjukkan keberhasilan dalam mengidentifikasi kondisi kualitas udara. Evaluasi dilakukan melalui presisi, recall, dan F1-score untuk setiap kelas, memberikan gambaran rinci tentang kinerja model. Temuan menunjukkan presisi yang tinggi pada kelas "Sedang" dan "Baik," menandakan kemampuan model dalam mengenali kondisi tersebut secara akurat. Faktor-faktor yang mempengaruhi kualitas udara diidentifikasi melalui evaluasi model, mencakup partikulat matter (PM2.5 dan PM10), sulfur dioksida (SO2), nitrogen dioksida (NO2), karbon monoksida (CO), dan ozon (O3). Penggunaan atribut-atribut ini memungkinkan model memberikan label dengan nilai Class Moderate (0.583), Class Good (0.358), dan Class Unhealthy (0.058). Hasil penelitian menunjukkan bahwa algoritma Naive Bayes dapat memberikan hasil klasifikasi yang akurat untuk data tingkat kualitas udara di Tangerang Selatan dan hasil analisis ini dapat menjadi dasar bagi masyarakat untuk mengambil tindakan preventif dan mitigasi terhadap potensi dampak negatif dari pencemaran udara.
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 SENTIMEN ULASAN PELANGGAN MIE GACOAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Shalihah, Ghina; Kurniawan, Rudi; Suprapti, Tati
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.v8i1.8302

Abstract

Indonesia terkenal dengan kekayaan kuliner yang beragam dan unik, salah satunya yaitu Mie Gacoan. Pada saat ini, bisnis kuliner Mie Gacoan sedang berkembang. Mie Gacoan menawarkan variasi tingkat kepedasan pada menu mie mereka, yang dapat disesuaikan dengan preferensi pelanggan. Jenis mie ini semakin populer, terutama di kalangan generasi muda, sehingga banyak restoran atau warung makan yang menyajikan hidangan serupa bermunculan. Memperoleh kepercayaan pelanggan merupakan tantangan untuk mereka yang terlibat dalam dunia bisnis, mendorong mereka untuk melakukan evaluasi menyeluruh terhadap produk dan layanan yang mereka sediakan. Permasalahan yang muncul dari ulasan atau pendapat dari pelanggan misalnya mengenai kurangnya pelayanan harus menjadi perhatian utama. Meskipun demikian, membaca dan mengelompokkan setiap ulasan yang diberikan oleh pelanggan memerlukan waktu yang cukup lama dan dianggap kurang efisien. Dalam konteks ini, analisis data pendapat pelanggan dari platform Twitter muncul sebagai solusi alternatif. Twitter, sebagai media sosial yang sering dimanfaatkan dalam pemasaran, memberikan kesempatan untuk interaksi pelanggan dengan pengusaha. Penelitian ini mengusulkan penerapan algoritma Naïve Bayes Classifier pada analisis sentimen ulasan pelanggan Mie Gacoan di Twitter pada Oktober 2023. Metode ini dipilih karena kebutuhan data training yang kecil dan sifatnya yang sederhana dan berhasil menghasilkan kinerja yang baik, dengan nilai akurasi sebesar 88,06%, recall sebesar 77,78%, dan presision sebesar 69,23%. Hasil dari penelitian ini dapat memberikan kontribusi positif dalam meningkatkan kualitas produk dan layanan, memperkuat relasi dengan pelanggan, serta mendukung keberlanjutan bisnis di tengah persaingan yang semakin ketat.
PENERAPAN DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING PADA PENJUALAN TAS DI ASIA TOSERBA CIREBON Sandova, Firdaus; Kurniawan, Rudi; Supratati, Tati
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.v8i1.8330

Abstract

Asia Toserba adalah sebuah perusahaan besar yang berada di Kota Cirebon, dengan menjual berbagai banyak keperluan sehari-hari, diantaranya penjualan tas dengan berbagai macam merek yang berkualitas. Dikarenakan banyaknya produk tas yang dijual dari masing-masing merek sehingga memiliki daya saing yang kuat untuk menarik minat customer dengan berbagai macam strategi pemasaran. Penelitian ini bertujuan untuk menganalisis pola penjualan tas di Asia Toserba Cirebon dalam menganalisis barang yang banyak diminati dan kurang diminati. Pada penelitian ini data yang digunakan yaitu data penjualan tas merk Westpak Bag’s, Subway, dan Cannon yang diambil pertiap bulan Januari – Juni 2023, dengan jumlah data mencapai 1.113 data, yang nantinya akan diolah menggunakan Software Rapid Miner. Tujuan dari penelitian ini adalah untuk menentukan berapa nilai Avarage Within Sentroid Distance dari masing-masing cluster dan nilai Davies Bouldin Index (DBI). Setelah itu Algoritma K-Means diterapkan untuk mengetahui jumlah cluster yang tepat atau sudah sangat baik menggunkan metode elbow method. Berdasarkan hasil penelitian yang telah dijelaskan, di dapatkan hasil nilai Avarage Within Centroid Distance dari 3 clustering yaitu k2 = 2007842385.954, k3 = 969761146.003, k4 = 554546997.018. Lalu jumlah cluster yang tepat atau sudah sangat baik dibuktikan dengan elbow method dengan hasil k3, dan nilai Davies Bouldin Index (DBI) yang mendekati nol pada saat k4 dengan nilai DBI k4 = 0.435. Dengan menggunakan Algoritma K-Means diharapkan dapat mengklasterisasi data penjualan tas di Asia Toserba Cirebon untuk mengatasi beberapa permasalahan dalam penjualan dan dapat mengoptimalkan penawaran produk dan pemasaran yang ditargetkan untuk memenuhi kebutuhan pelanggan secara lebih efektif.
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.
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.
PENERAPAN DATA MINING CLUSTERING MENGGUNAKAN ALGORITMA X-MEANS PADA DATA PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN DI DESA GEBANG KULON KABUPATEN CIREBON Winayah, Winayah; 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.v8i1.8827

Abstract

Program Keluarga Harapan yang diartikan sebagai bantuan sosial kepada keluarga tidak mampu, menghadapi kerumitan dalam pengolahan data pada penerima PKH di Desa Gebang Kulon. Kesulitan ini melibatkan penentuan prioritas penerima bantuan yang dipengaruhi oleh faktor-faktor seperti pengangguran, penghasilan rata-rata, dan jumlah anggota keluarga. Tujuan penelitian ini untuk menentukan jumlah cluster yang optimal, mengukur besarnya Davies Bouldin index, dan mengidentifikasi parameter x-means yang efektif. Dalam penerapan data mining metode yang digunakan adalah Knowledge Discovery in Databases (KDD) diterapkan dalam tahapan selection, cleaning, transformation, dan evaluation untuk memproses data penelitian. Penerapan algoritma x-means menggunakan RapidMiner versi 10.3 pada data tahun 2023 menghasilkan 3 cluster, cluster 0 terdiri 1217 item, cluster 1 terdiri 3 item dan cluster 2 teridiri 4 item, dimana cluster ini mencerminkan karakteristik kelompok penerima bantuan PKH. Nilai Davies Bouldin Index sebesar -0,005 dan parameter yang digunakan yaitu Numerical Measuremet. Diharapkan bahwa hasil penelitian ini dapat memberikan kontribusi positif dengan membantu Desa Gebang Kulon dalam meningkatkan proses penyaluran bantuan PKH, sehingga pemberian bantuan menjadi lebih optimal dan akurat sesuai masyarakat yang membutuhkan.
Co-Authors A.A. Gede Agung Abdul Ghani, Raihan Abdussamad . Adawiyah , Rabiatul Adinda Maharani, Azahra Aditia Aditia Putra Pranjaya Aditya Nugroho Afifah, Izza Nur Agni, Vega Putra Dwi Agung Pranata AGUNG SEDAYU Agustin, Maulina Aisy, Rahadatul Alfirda Sofyan, Zahra Ali Ridho Barakbah Ali, Luthfi Gosan Alif Prayudha, Bimo Amaliah, Novi An-naziz Safaat, Wafik Andini, Selvi Andriani, Meri Andriyani, Wini Anggraeni, Anggi Annisa Desty Puspatriani Anwari, Saeful APRIANDY, KEVIN ILHAM Aprianto, Wili Aprisusanti, Rani Purnama Ariati Anomsari Aribah, Firyal Arip Budiman, Arip Arisa, Arisa Armanda, Dicky Arna Fariza Aruni , Fidhia Aruni, Fidhia Arya Rudi Nasution Aryanto, Vincent Didiek Wiet asep gunawan Asmarani, Sri Utami Awaludin, Ade Ayu Endang Purwati Ayulinda, Arianisah P. Azzahrah, Dynda Shafiyah Bahri, Saiful Belli Nasution Bima Sena Bayu Dewantara Bimastari Aviani, Tri Hasanah Chasanah, Amalia Nur Chulyatunni’mah D.A, Dyah Kuntorini Dadan Suhendar, Asep Dadet Pramadihanto Danar Dana, Raditya Darma Irawan, Bobi Darussalam, Luthvi Nurfauzi Dayanti, Resda Dermawan, Hibrizi Dzaky Dewiyana, Dewiyana Diana Aqmala Diana Puspitasari Dwi Budi Santoso Enik Sulistyowati Ernawati Ernawati Fahmi Wardhani, Masitha Fajar Ramadhan, Fajar Falih, Alfi Rizqi Falih Fanny Rifqi El Fuad, Fanny Rifqi Fauzan . Febrianur Ibnu Fitroh Sukono Putra Ferrina Ermalina Rumbik, Ferrina Ermalina Rumbik Fikri, Achmad Firmansyah, Tegar Fitriani Fitriani Fitriyani, Ida Gifthera Dwilestari Gilang Ramadhan Gusfiani, Vivi Haekal Susanto, Ahmad Hamida, Silfiana Nur Hamonangan, Ryan Harapan Harapan Hayati, Umi Heni Marliany Herdiana, Ruli Herwantono, Herwantono Hidayat, Asep Toyib Hidayat, Muhamad Taufiq Hidayat, Peri Huda, Achmad Thorikul I Made Tegeh Ichsan Ichsan Ida Farida Idris Winarno Ikhwan Fahruddin, Yusuf Ima Sukmawati, Ima Inawati, Windi Islamiatik, Fena Ayu Ismail Ismail iwan Syarif j.ezugwu, umezurike Jannah, Zahratul Jayawarsa, A.A. Ketut Junaidi Junaidi Kamil, Qatrunnada Kaslani Khairani Daulay, Nelly Khristina Yunita Komala, Wulan Kristianti, Veronica Ernita Kurniadi, Yudi Kurniawan, Efik Kusman Ibrahim Kusmiyaty, Agesty Kusuma, Fujianti Kusumawaty, Jajuk Lingga Wijaya, Harma Oktafia Lorentiana Wijayanti, Rima M Rusdi M. Azka Kesuma Wardana Maelani, Imelda Maimun Syukri, Maimun Makhfud Syawaludin Manzis, Zian Masru’ah, Iim Imas MJW, Endrian Mohamad, Fatma Susilawati Monica, Intan Mubarok, Khoirul Mudatsir Mudatsir Muhaimin, Ahmad Muhamad Chairul Basrun Umanailo MUHAMMAD FAHMI Muhammad Muhammad Muhsin Muhsin Muhyi, Adbdul Mujib, Miftachul Muktar, Muktar Mulyawan, Mulyawan Mustofa Bisri, Mu'ammar Muzaki, Fazri Narasati, Riri Narasati Naufan, Muhammad Hilmy Nining Rahaningsih NOVIANTI, ELIS Noviati, Elis Nur Amalia, Yustika Nur Hamidah, Nur Nurapandi, Adi Nurazijah, Wulan Nurbaiti, Seni Nurholipah, Titin Nurmalawati, Nurmalawati Nurmasyahyati Nurmasyahyati, Nurmasyahyati Nurul Huda Nurul Kamaly Oktavia, Vicky Pamungkas, Angling Sadewo Aji Perdana, Tito Aditya Pratama, Annisa Salsabilah Pratama, Vishal Indu Prikurnia, Anas Khair Purusa, Nanda Adhi Purwo Suwignyo Puspitasari, Yeni Putri ayu, Putri Ayu Dara Sekarwangi Putri, Widia Rachmawati, Oktavia Citra Resmi Rafila, Amal Julio Rafles Ginting Rahmad Nuthihar Rahmadiawan, Dieter Rahman Sahputra, Rizky Rahman, Sakilah Rai Fatkaozi, Ahmad Ramadhan, Teddy Muhammad Rano Raudotul Janah, Fina Ria Kurniawati Rifaai Alldi Ananda, Muhamad Riyana, Iis Rizki Ani, Fitri Rizki Fauzi, Ahmad Rizki Lesmana, Ghali Rizki, Fido Rizqi, A Faisal Maulana Rocky Putra A Rusdiyanto Sabilla, Raissa Sabri Saeful Anwar, Saeful Safitri, Maria Safrida Safrida Safrida Safrida, Nila Salma Munada, Mutiara Samsul Anwar Samsuryadi Samsuryadi Sandova, Firdaus Sanjaya, Handika Sari Rusmita Sasabone, Luana Septian Nugraha, Titan Sesulihatien, Wahjoe Tjatur Setiani, Tia Setiawardhana, Setiawardhana Shalihah, Ghina Sholeha, Mia Sintaningrum, Picantia Bunga Situmeang, Alona Sofyan, Sarwo E. Sofyan, Verra Rosyalia Widia Sugiyono . Suhita Whini Setyahuni Sunardi, Lukman Supratati, Tati Suprihartini, Yayuk Suryawijaya, Tito Wira Eka Susana, Heliyanti Susanti, Puspasari Syach Putra, Yanuar Syafruddin, Muhammad Andri Taryana Taryana, Taryana Tati Suprapti Taufik Hidayat Tedjo Darmanto Tedjo Darmanto Tessy Badriyah, Tessy Tri Harsono Triswanto, Triswanto Vitriyan Espa Wabula, Abdul Latif Wahyudi Wahyudi Wahyunisari, Nina Waqar Mazhar, Muhammad Widianto, Fuad Hassan Widiawati, Fitri Wijaya, Yudhistira Wijaya, Yudhitira Arie Winayah, Winayah Yudhistira Arie Wijaya yulani, Yulani - Yulia, Yuli Yusnawati, Yusnawati Yusuf Sidiq, Yusuf Sidiq Zahara, Ana Zahrul Fuadi Zulius, Antoni