Claim Missing Document
Check
Articles

Found 12 Documents
Search
Journal : Dinamik

PENGELOMPOKAN JENIS USAHA UMKM KOTA SEMARANG DALAM RANGKA PROSES PEMBINAAN DAN PENDAMPINGAN UNTUK PENGEMBANGAN USAHA DENGAN TEKNIK DATA MINING Eko Nur Wahyudi; Agus Prasetyo Utomo; Novita Mariana
Dinamik Vol 24 No 1 (2019)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (575.302 KB) | DOI: 10.35315/dinamik.v24i1.7840

Abstract

Semarang sebagai ibu kota Jawa Tengah merupakan kota pusat perdagangan dan industri dengan sektor unggulan di bidang manufaktur, agrikultur dan pariwisata. Dari sisi laju pertumbuhan ekonomi (LPE), kota Semarang mengalami peningkatan cukup signifikan yaitu 5,7 di tahun 2015 menjadi 5,8 di tahun 2016. Artinya laju pertumbuhan ekonomi masyarakatnya sangat tinggi, khususnya di sektor pariwisata. Banyak industri kecil tumbuh yang menopang laju pertumbuhan ekonomi menjadi meningkat, seperti di bidang makanan dan minuman olahan dan kerajinan. Beberapa wilayah dikhususkan dalam pengembangan industri tersebut, namun demikian tidak semua dapat menjadi sentra dari setiap bidang industri tetapi bisa disesuaikan dengan kondisi masing-masing wilayah, seperti contoh dalam usaha kerajinan batik ada di beberapa lokasi demikian juga dengan industri olahan pangan.Pola pertumbuhan industri mikro, kecil dan menengah tersebut agar dapat dimonitordan dikembangkan sesuai dengan potensi masing-masing wilayah industri dengan metode KMeans untuk bisa memetakan pembinaan dan pendampingan pengembangan yang tepatsesuai dengan bidang usaha para pelaku industri mikro, kecil menengah dan potensi wilayahkecamatan.
Pendekatan Graph-Based Community Detection dalam Social Network Analysis Jaringan Undang-Undang Republik Indonesia 2014-2024 Wibisono, Setyawan; Wahyudi, Eko Nur; Hadikurniawati, Wiwien; Lestariningsih, Endang; Cahyono, Taufik Dwi
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10218

Abstract

This study evaluates the performance of three community detection algorithms—Leiden, Infomap, and Label Propagation—on the legal network of the Republic of Indonesia spanning the period 2014–2024. The network consists of 679 nodes and 2,295 edges, constructed based on citation relationships among regulations. The evaluation employs four network topology metrics: modularity, coverage, conductance, and inter-cluster density. Results show that the Leiden algorithm achieves the highest modularity score (0.522991), indicating the formation of communities with strong internal density. Additionally, it yields the lowest conductance value (0.302455), suggesting relatively well-isolated communities. In contrast, the Label Propagation algorithm produces the highest coverage (0.835294) and inter-cluster density (0.542331), but with a lower modularity (0.431583), reflecting the formation of large communities with less distinct boundaries. Infomap exhibits moderate performance, with a modularity score of 0.508406 and inter-cluster density of 0.420803, yet records a relatively high conductance (0.410409). Network visualizations reveal three major communities for each algorithm, representing thematic clusters such as institutional governance, constitutional law, and public finance. Overall, the Leiden algorithm is considered the most optimal for detecting modular, stable, and thematically coherent community structures within the complex and interrelated network of Indonesian laws.