Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal ALACRITY : Journal Of Education
Gusmi Kholijah
Universitas Jambi, Indonesia
Education Other

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

Found 2 Documents
Search

 1 
Analisis Pengelompokan Kabupaten/Kota di Provinsi Jambi Berdasarkan Indikator Kesejahteraan dan Pembangunan Manusia Menggunakan Metode K-Means Cindy Maharani; Gusmi Kholijah; Oeliestina Oeliestina; Rizki Ananda
ALACRITY : Journal of Education Volume 6 Issue 1 Februari 2026
Publisher : LPPPI Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52121/alacrity.v6i1.995

Abstract

Indikator kesejahteraan merupakan tolak ukur penting dalam menilai keberhasilan pembangunan manusia suatu wilayah, yang mencakup aspek kemiskinan, ketenagakerjaan, dan pembangunan manusia. Provinsi Jambi masih menghadapi permasalahan ketimpangan kesejahteraan antar kabupaten/kota, yang tercermin dari perbedaan persentase penduduk miskin, tingkat pengangguran terbuka, tingkat partisipasi angkatan kerja, serta capaian indeks pembangunan manusia. Kondisi ini menunjukkan bahwa peningkatan pembangunan manusia belum sepenuhnya diikuti oleh pemerataan kesejahteraan di seluruh wilayah. Pengelompokan yang dilakukan oleh analisis clustering dengan menggunakan metode K-Means. Jumlah cluster optimal pada K-Means menggunakan metode elbow dan nilai Sum of Square Eror (SSE). Berdasarkan peneltian yang dilakukan diperoleh jumlah cluster sebanyak 4. Cluster 1 dicirikan dengan IPM yang sangat tinggi dan nilai TPAK yang rendah yang ditempati oleh Kota Jambi. Cluster 2 dicirikan dengan persentase penduduk miskin yang sangat rendah dan TPT yang sedang (moderat) yang ditempati oleh Kabupaten Bungo, Kota Sungai Penuh, serta Kabupaten Muaro Jambi. Cluster 3 dicirikan dengan TPAK yang sangat tinggi dan TPT yang rendah yang ditempati oleh Kabupaten Merangin dan Kabupaten Kerinci dan cluster 4 dicirikan dengan persentase penduduk miskin yang sangat tinggi  dan IPM yang sangat rendah yang ditempati oleh Kabupaten Sarolangun, Kabupaten Batanghari, Kabupaten Jabung Timur, Kabupaten Tanjung Jabung Barat serta Kabupaten Tebo.
The Use of Elbow K-Means And K-Medoids in the Grouping of Provinces in Indonesia Based on the Indicators of the Effectiveness of the Authentication Taspen Application With DBI and Silhoutte Coefficients Anisya Tasya; Gusmi Kholijah; Sarmada Sarmada
ALACRITY : Journal of Education Volume 5 Nomor 3 Oktober 2025
Publisher : LPPPI Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52121/alacrity.v5i3.891

Abstract

This study aims to classify Indonesian provinces based on the effectiveness of using the Taspen Authentication Application and to compare the performance of the K-Means and K-Medoids clustering algorithms. The research employed a quantitative approach using secondary data derived from the Taspen Authentication metrics, which include ten variables such as user, session, retention, login effectiveness, churn rate, and conversion rate. The data from 38 provinces were analyzed using cluster analysis. The optimal number of clusters was determined using the Elbow Method, and validation was performed with the Davies-Bouldin Index (DBI). The results indicate that the K-Means algorithm provides better clustering performance, with a DBI value of 1.752 and a Silhouette Coefficient of 0.2850. The findings reveal that 50% (19 provinces) demonstrate high effectiveness, 13.16% (5 provinces) moderate effectiveness, and 36.84% (14 provinces) low effectiveness in using the application. These results can serve as a basis for PT TASPEN and policymakers to develop region-specific strategies, including enhanced socialization, training, and infrastructure support to improve the overall effectiveness of the Taspen Authentication Application across Indonesia.
Co-Authors Anisya Tasya Cindy Maharani Oeliestina Oeliestina Rizki Ananda Sarmada Sarmada