Claim Missing Document
Check
Articles

Found 1 Documents
Search

Optimalisasi K-Means Dalam Pengelompokan Ancaman Insiden Aplikasi Yang Dilaporkan Melalui Service Desk TIK Rimba Prasasti; Rifki Sadikin; Eni Heni Hermallani
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 20, No 1 (2022): Desember 2022
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v20i1.19454

Abstract

Layanan click, call, counter (3C) merupakan bentuk transformasi layanan digital Perpajakan. Insiden layanan 3C yang terjadi ini dilaporkan melalui Service Desk TIK. Banyaknya laporan insiden membuat kendala dalam penanganan penyelesaian permasalahan. Dengan menggunakan K-Means secara unsupervised learning untuk pengelompokan ancaman insiden diharapkan dapat membantu penyelesaian lebih efektif. Optimalisasi untuk meningkatkan nilai akurasi yang lebih baik dicari menggunakan word embedded dengan algortima Elkan dan algortima Lloyd padaK-Means. Hasil optimal didapatkan pada jumlah kluster 4 yang dievaluasi   menggunakan Silhouette Score, Calinski Harabasz dan Davies-Bouldin Index. Hasil optimal dari penerapan model pada algoritma K-Means dan parameter algoritma Elkan dengan word embedding CountVectorizer didapatkan sebesar 71,94% pengelompokan yang sesuai.