Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Muhammad Harun Al- Musa
STMIK IKMI Cirebon
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengelompokan Data Barang Dengan Menggunakan Metode K-Means Untuk Menentukan Stok Persediaan Barang Ika Anikah; Agus Surip; Nela Puji Rahayu; Muhammad Harun Al- Musa; Edi Tohidi
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 4 No. 2 (2020): KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v4i2.120

Abstract

Pada era globalisasi, teknologi semakin berkembang dengan cepat. Perkembangan teknologi di dunia banyak membantu manusia memudahkan pekerjaanya agar lebih efektif dan efisian di berbagai bidang. Salah satu teknologi yang dapat digunakan pada bidang industri yaitu memudahkan pekerjaan dalam melakukan pengendalian persediaan. Permasalahan yang dihadapi oleh PT. SAS Group yaitu berkaitan dengan ketersediaan barang yang merupakan suatu elemen yang sangat penting, sehingga sebagai manajemen yang baik dalam proses mengatur ketersediaan stok barang sangat diperlukan, untuk menghindari penumpukan barang yang sama dan barang yang kurang diminati oleh pembeli dengan menggunakan data mining. Metode clustering yang digunakan yaitu metode K-Means. Tahapan penelitian yaitu identifikasi masalah, studi literatur, pengumpulan data, pemprosesan data, data mining dan evaluasi. Tujuan dari penelitian ini adalah memudahkan PT. SAS Group dalam menentukan stok persediaan barang.Hasil dari penelitian ini yaitu setiap cluster yaitu cluster_0 sebanyak 1282 atau sebesar 98,6%, cluster_1 sebanyak 18 atau sebesar 1,4%. Berdasarkan hal tersebut didapat kelompok stok barang yang berada pada cluster_0 memiliki rata-rata penjualan yang besar yaitu mencapai 2368 barang. Artinya bahwa kelompok barang pada cluster_0 perlu menyimpan banyak barang karena merupakan produk yang paling banyak diminati.
Penerapan Metode Two-Step Cluster Untuk Pengelompokan Desa Berdasarkan Kepadatan Penduduk Irma Sumiati; Abdul Rasyid Faiq Adinata; Muhammad Harun Al- Musa; Ruli Herdiana; Cep Lukman Rohmat
KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer Vol. 5 No. 2 (2021): KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
Publisher : Puslitbang Kopertip Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32485/kopertip.v5i2.154

Abstract

Kepadatan penduduk memiliki dampak yang signifikan terhadap kualitas hidup kota. Karena kepadatan penduduk yang tinggi banyak masalah yang muncul. Penduduk terus menerus dipengaruhi oleh jumlah bayi yang lahir (pertumbuhan penduduk), tetapi pada saat yang sama dikurangi dengan jumlah kematian yang terjadi pada semua kelompok umur. Pertumbuhan penduduk disebabkan oleh empat faktor yaitu kelahiran, kematian, imigrasi masuk, dan migrasi keluar. Ketika imigran masuk berjumlah banyak maka jumlah penduduk di suatu wilayah atau kota akan bertambah dan ketika imigran keluar bertambah maka sebaliknya yaitu jumlah penduduk pada suatu wilayah atau kota akan berkurang. Penelitian ini bertujuan untuk menganalisis tingkat kepadatan penduduk pada desa di Kabupaten Majalengka. Kabupaten Majalengka merupakan salah satu kabupaten yang ada di Jawa Barat. Seiring bertambahnya jumlah penduduk Majalengka setiap tahunnya, kepadatan penduduk di Kabupaten Majalengka cukup padat. Dalam penelitian ini, desa-desa di Kabupaten Majalengka di cluster menggunakan metode Two-Step Cluster. Two-Step Cluster adalah cara untuk menangani variabel kontinu dan kategorik dengan menggunakan indikator Bayesian Information Criterion (BIC), hasil dari jumlah cluster optimal diperoleh 4 cluster. Pada cluster tersebut terdapat cluster yang merupakan cluster terbaik yaitu terdapat pada cluster 3 dengan jumlah desa yaitu 15 desa dengan jumlah penduduk 6.862 Jiwa. Pengujian clustering dilakukan dengan metode silhoutte dan menunjukkan bahwa cluster yang dihasilkan memiliki nilai silhoutte yang mendapatkan nilai cukup yaitu 0,4. Hal ini menunjukkan bahwa cluster yang terbentuk telah ter-cluster dengan baik.
Co-Authors Abdul Rasyid Faiq Adinata Agus Surip Cep Lukman Rohmat Edi Tohidi Ika Anikah Irma Sumiati Nela Puji Rahayu Ruli Herdiana