Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi SEINASI-KESI Jurnal Riset Informatika Jurnal Teknologi Terpadu
Desti Fitriati, Desti
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Engineering

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : SEINASI-KESI

 1 
Clustering Kegiatan Pengguna pada Media Sosial dengan Algoritma Simple K-Means Maulana, Rivki; Gibran, Iqbal; Fitriati, Desti
SEINASI-KESI Vol 1, No 1 (2018): Seinasi-Kesi 2018
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (182.183 KB)

Abstract

Media sosial merupakan salah satu jenis media komunikasi yang populer. Terdapat berbagai macam kegiatan yang bisa dilakukan, mulai dari mengirm pesan, berbelanja dan lainnya. Sehingga mampu memudahkan seseorang untuk berkomunikasi dengan orang lain. Dari berbagai macam kegiatan yang biasa dilakukan di sosial media beberapa pengguna cenderung melakukan kegiatan yang berubah, pada penelitian ini dipilih beberapa jenis kegiatan yang umum di lakukan pada media sosial. Penelitian ini bertujuan untuk mengelompokan kegiatan yang memiliki sifat yang sama dan biasa digunakan pengguna media sosial pada lingkungan Mahasiswa. Dari data hasil pengelompokan kegiatan tersebut nantinya bisa dilihat fitur apa saja yang bermanfaat bagi pengguna media sosial dan data tersebut bisa menjadi bahan acuan atau evaluasi para software development dalam mengembangkan aplikasi media sosial. Penelitian ini menggunakan metode Clustering untuk mengelompokan data - data yang telah didapat, algoritma yang digunakan yaitu Algoritma Simple K-Means. Pengelompokan data pada penelitian ini dilakukan dengan menggunakan tools bernama WEKA. Pada penelitian ini, didapatkan 3 cluster yang berbeda sesuai dengan ciri khas masing masing responden. Dimana 50% responden termasuk dalam Pengguna Aktif, 27% responden termasuk Pengguna Sedang dan 23% responden termasuk Pengguna Normal.
SEGMENTASI PELANGGAN RESTORAN MENGGUNAKAN METODE CLUSTERING SIMPLE K-MEANS (STUDI KASUS XYZ) Prastyawan, Zekha Galih; Bagaskara, Muhammad Ridho; Fitriati, Desti
SEINASI-KESI Vol 1, No 1 (2018): Seinasi-Kesi 2018
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (125.118 KB)

Abstract

Di era yang serba modern ini, informasi dengan mudahnya dapat diakses secara langsung tanpa ada dinding pembatas atau dapat dikatakan “real time”, untuk masyarakat yang tiap waktunya haus akan informasi. Kebutuhan akan informasi mengenai faktor perilaku pelanggan pada sebuah restoran juga diperlukan sebagai pengetahuan bisnis untuk bersaing dari kompetitor bisnis restoran lainnya. Penelitian ini dilakukan untuk mencari perilaku masyarakat yang sedang berada di restoran berdasarkan penerapan prinsip ilmu psikografis. Penelitian ini menggunakan Metode Clustering untuk menentukan bagian - bagian dari sekelompok data yang telah didapatkan dengan cara melakukan segmentasi sejumlah data yang memiliki sifat yang sama menggunakan Algoritma Simple K Means. Segmentasi pada penelitian ini dilakukan dengan tools bernama WEKA dan dari hasil perhitungannya didapatkan 5 cluster yang berbeda sesuai dengan perilaku masing masing responden saat berkunjung ke restoran. Cluster yang memiliki nilai paling dominan adalah cluster yang bernama “Langganan” yang memiliki persentase sebesar 28% dikarenakan cluster tersebut merupakan pelanggan yang dikategorikan “pelanggan setia” pada sebuah restoran di penelitian ini.
Co-Authors Bagaskara, Muhammad Ridho Fahrudin, Mochammad Gibran, Iqbal Maulana, Rivki Prastyawan, Zekha Galih Roja' Putri Cintani