Article Per Year (5 Year)
p-Index From 2021 - 2026
2.459
P-Index
This Author published in this journals
All Journal Intizar Jurnal Teknologi dan Sistem Komputer Indonesian Journal of Artificial Intelligence and Data Mining Building of Informatics, Technology and Science International Journal of Advances in Data and Information Systems Journal of Intelligent Computing and Health Informatics (JICHI) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Prosiding University Research Colloquium Jurnal Pengabdian Masyarakat Sains dan Teknologi Jurnal Pengabdian Informatika (JUPITA) Indonesia Bergerak: Jurnal Hasil Kegiatan Pengabdian Masyarakat Journal of applied statistics and data mining
Istiawan, Deden
Institut Teknologi Statistika Dan Bisnis Muhammadiyah Semarang
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Penerapan Partition Entropy Index, Partition Coefficient Index dan Xie BeniIndex untuk Penentuan Jumlah Klaster Optimal pada Algoritma Fuzzy C-Means dalam Pemetaan Tingkat Kesejahteraan Penduduk Jawa Tengah Mashfuufah, Syayidati; Istiawan, Deden
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan merupakan salah satu indikator ekonomi untuk melihattingkat kesejahteraan penduduk di suatu daerah. Menurut data BPSpada September 2016, Jawa Tengah tercatat sebagai provinsi dengantingkat kemiskinan tertinggi di Jawa. Dalam strategi penanggulangankemiskinan dibutuhkan data kemiskinan yang akurat sesuaikarakteristik tingkat kesejahteraan, sehingga pemerintah dapatmenghasilkan kebijakan yang tepat sasaran dan tepat guna. Untukpengelompokkan tingkat kesejahteraan kabupaten/kota di JawaTengah diusulkan algoritma Fuzzy C-Means (FCM). FCM memilikikelebihan dalam ketepatan penempatan pusat klaster dan sangat stabilterhadap outlier, namun jumlah klaster dalam FCM harus ditentukanterlebih dahulu sebelum melakukan penelitian. Untuk penentuanjumlah klaster optimal pada algoritma FCM, pada penelitian inidiusulkan Cluster Validity Index (CVI). CVI merupakan sebuah ukuranvaliditas untuk menemukan jumlah klaster optimal yang sepenuhnyadapat menjelaskan struktur data dengan cara mengukur derajatkekompakan dalam satu klaster dan separasi antar klaster. Padapenelitian ini diusulkan CVI Partition Entropy Index (PEI), PartitionCoefficient Index (PCI) dan Xie Beni Index (XBI). Hasil penelitianmenunjukkan jumlah klaster optimal berdasarkan CVI adalah duaklaster. Klaster pertama terdiri dari 22 kabupaten/kota dan klasterkedua terdiri dari 13 kabupaten/kota.
Penerapan Algoritma Self Organizing Maps Untuk Pemetaan Penyandang Kesejahteraan Sosial (PMKS) di Provinsi Jawa Tengah Tahun 2016 Hafiludien, Amrul; Istiawan, Deden
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Mahasiswa (student paper presentation)
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masalah Kesejahteraan Sosial atau Penyandang MasalahKesejahteraan Sosial (PMKS) adalah seseorang atau keluarga karenaadanya suatu hambatan, kesulitan atau gangguan tidak bisamelaksanakan fungsi sosialnya dan karenanya tidak dapat menjalinhubungan yang serasi serta kreatif dengan lingkungannya sehinggatidak dapat memenuhi kebutuhan hidupnya baik jasmani, rohani,sosial secara memadai dan wajar. Pengelompokan daerahberdasarkan indikator Penyandang Masalah Kesejahteraan Sosial(PMKS) sangat penting dilakukan untuk memperoleh gambaranmasalah PMKS sehingga dapat mengambil kebijakan dalam halmenentukan sasaran dan memberikan rekomendasi untuk intervensipenyandang kesejahteraan sosial di tingkat provinsi Jawa Tengah.Banyak penelitian yang telah dilakukan untuk menganalisis datasecara efektif dan efisien, salah satunya dengan data mining. Dalamdata mining salah satu metode yang dapat digunakan untukpengelompokan adalah olgaritma Self Organizing Maps. SelfOrganizing Maps(SOM) diperkenalkan oleh kohonen pada tahun 1982,SOM digunakan untuk mengimplementasikan data berdimensi tinggidan memvisualisasikanya secara teratur kedalam dimensi rendah..Kemampuan dalam visualisasi ini dapat mengatasi masalah dalammetode cluster lain yang sulit jika data berdimensi tinggi.
PENENTUAN PUSAT AWAL KLASTER ALGORITMA K-MEANS UNTUK PEMETAAN TINGKAT KESEJAHTERAAN DI PROVINSI JAWA TENGAH Istiawan, Deden
Prosiding University Research Colloquium Proceeding of The 8th University Research Colloquium 2018: Bidang MIPA dan Kesehatan
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesejahteran mempunyai arti yang relatif, dinamis dan kuantitatif. Sampai saat ini rumusanya tidak pernah selesai karena akan terus berkembang seiring dengan perkembangan zaman. Kesejahteraan secara umum adalah suatu keadaan dimana segenap warga negara selalu berada dalam kondisi yang serba kecukupan dalam segala kebutuhannya. Kemiskinan di Provinsi Jawa Tengah masih berada di atas kemiskinan nasional. Pengelompokkan kemiskinan merupakan salah satu cara untuk mengidentifikasi karakteristik tingkat kesejahteraan rakyat pada tiap daerah agar dalam mengambil kebijakan dan strategi pembangunan tepat sasaran dan tepat guna. Algoritma K-means merupakan salah satu algoritma klastering yang paling sering digunakan untuk pengelompokan objek dikarena kemudahan dalam pengaplikasianya dan sangat efisien untuk mengelompokan data yang besar, namun algoritma K-means memiliki kelemahan pada pemilihan pusat awal klaster secara acak, sehingga menyebabkan kinerja algoritma K-means menurun. Pada penelitian ini diusulkan metode penentuan pusat awal klaster pada algoritma K-means. Hasil penelitian menunjukan bahwa metode yang diusulkan memiliki kinerja yang lebih baik daripada algoritma K-means Standar.
Pelatihan Microsoft Excel Dalam Pengembangan Profesional PT. Nusantara Building Industries Huda, Nurul; Istiawan, Deden; Masitha, Alya; Nanda Zhafran Mahendra
Jurnal Pengabdian Informatika Vol. 2 No. 3 (2024): JUPITA Volume 2 Nomor 3, Mei 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan teknologi saat ini sangat signifikan perkembangannya, sehingga pekerja mendapatkan kemudahan untuk mengatasi berbagai masalah dalam pekerjaan. Teknologi dirancang untuk diterapkan dalam situasi yang nyata untuk memecahkan suatu persoalan dan untuk meningkatkan kinerja di berbagai sektor perusahaan. Perusahaan membutuhkan karyawan yang memiliki skill dalam mengolah data perusahaan, seperti: gaji karyawan, data karyawan, data barang yang masuk dan keluar, dll. Salah satu tools yang paling sering digunakan oleh berbagai perusahaan adalah Microsoft Excel. Microsoft Excel merupakan salah satu tools dari Microsoft Office. Pentingnya mengasah skill karyawan dengan mengadakan pelatihan guna mengembangkan kemampuan yang sudah dimiliki oleh pekerja. Pengabdian masyarakat ini bertujuan untuk mengevaluasi efektivitas pelatihan Microsoft Excel dalam meningkatkan keterampilan teknis dan produktivitas karyawan. Pelatihan ini dirancang untuk memenuhi kebutuhan operasional perusahaan dalam mengolah data bahan bangunan, data karyawan, dan data gaji dengan lebih efisien dan akurat. Berdasarkan hasil survei yang telah diberikan peserta dapat disimpulkan bahwa pelatihan Microsoft Excel ini berjalan dengan sangat baik dan materi yang disampaikan sesuai dengan kebutuhan karyawan PT. Nusantara Building Industries dalam pekerjaannya.
Geospatial Model Optimization for Mapping Social Vulnerability to Natural Disasters Using Fuzzy Geographically Weighted Clustering and Flower Pollination Algorithm Istiawan, Deden; Wulandari, Ratri; Ustyannie, Windyaning
International Journal of Advances in Data and Information Systems Vol. 6 No. 3 (2025): December 2025 - International Journal of Advances in Data and Information Syste
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ijadis.v6i3.1452

Abstract

This study analyzes social vulnerability to natural disasters in Indonesia through a geospatial optimization model integrating Fuzzy Geographically Weighted Clustering (FGWC) with the Flower Pollination Algorithm (FPA). The hybrid FGWC–FPA enhances clustering accuracy by optimizing spatial parameters and addressing the limitations of index-based and non-spatial methods. The model tested two to four clusters, with the optimal configuration producing four distinct vulnerability groups. Cluster 1 (114 districts) exhibits high poverty, weak infrastructure, and low literacy; Cluster 2 (79 districts) reflects demographic pressure and gender-related inequality; Cluster 3 (87 districts) shows low education and poor disaster preparedness; while Cluster 4 (234 districts) represents health- and age-related vulnerability. A comparison with the 2024 Indonesian Disaster Risk Index (IRBI) shows strong spatial consistency, especially in high-risk regions such as Papua, Maluku, and Sulawesi. The FGWC–FPA model provides finer spatial granularity, allowing the identification of region-specific social issues not captured by deterministic index approaches. The findings validate national disaster risk patterns and offer complementary insights for implementing the National Disaster Management Master Plan (RIPB) 2020–2044, supporting regional prioritization, resource allocation, and capacity-building strategies.
Co-Authors Adilah Ahmad, Muna Adiyah Mahiruna ALYA MASITHA Amrul Hafiludien Arif Arrahman, Malik Chaerul Iqbal , Ilham Chintya Devi Panglipuring Sriaji Eko Hari Rachmawanto Firdaus, Lucky Nur Rohman Hafiludien, Amrul Khikmah, Laelatul Khotimah, Nur Laelatul Khikmah Mahiruna, Adiyah Mashfuufah, Syayidati Nahdluddin Nanda Zhafran Mahendra Ngatimin NGATIMIN, NGATIMIN Nur Cahyani, Annisa Nur Khotimah Nurul Huda Nurul Huda Nurul huda Prayogi, Sukmono Yogi Ratri Wulandari Santoso, Arif Gunawan Sukmono Yogi Prayogi Sulistijanti, Wellie Syayidati Mashfuufah Wijayaningrum, Taswati Nova Windyaning Ustyannie Yogi Prayogi, Sukmono Zaenah Zilfi, Elok Maria