Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal E-Link: Jurnal Teknik Elektro dan Informatika Maeswara: Jurnal Riset Ilmu Manajemen dan Kewirausahaan
Raditya Danar Dana
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy

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

Found 2 Documents
Search

 1 
PENERAPAN ALGORITMA K-MEANS CLUSTERING BERDASARKAN HASIL PENJUALAN PRODUK INEZ COSMETIC DI TOKO ROSALIA NILAM KUMALA; Raditya Danar Dana
E-Link: Jurnal Teknik Elektro dan Informatika Vol 18 No 1 (2023): Mei 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i1.5343

Abstract

Produk kosmetik telah menjadi bagian penting dalam kehidupan sehari-hari bagi wanita dari remaja hingga dewasa. Toko Rosalia merupakan salah satu toko yang menyediakan dan menjual berbagai macam produk kosmetik dari berbagai brand salah satunya ialah produk Inez Cosmetic. Produk Inez Cosmetic memiliki penjualan yang cukup tinggi. Namun transaksi dan penyediaan produk yang belum terkomputerisasi menyebabkan pemilik toko kesulitan dalam menentukan produk Inez Cosmetic mana yang laku dan kurang laku di pasaran. Sehingga menyebabkan terjadinya penumpukan stok produk dan data penjualan tidak bisa dimanfaatkan secara optimal. Berdasarkan permasalahan tersebut dilakukan beberapa cara yaitu dengan menerapkan teknik data mining dengan menggunkan algorimta K-Means Clustering, data yang di gunakan berasal dari historis data penjualan produk Inez Cosmetic selama 6 bulan yaitu dari bulan Juni 2022 sampai dengan bulan Desember 2022. Dari penelitian yang telah dilakukan dengan menggunakan metode algoritma K-Means Clustering pada penjualan produk Inez Cosmetic didapatkan hasil 3 kelompok atau 3 cluster yaitu Cluster 0 sebanyak 37 items, Cluster 1 sebanyak 186 items, Cluster 2 sebanyak 1 items, dan hasil niai Davies-Bouldin Index yang di dapatkan sebesar 0.128.
Implementasi Data Mining Clustering Dalam Mengelompokan Kasus Perceraian Yang Terjadi Di Provinsi Jawa Barat Menggunakan Algoritma K-Means Ihsan Ahmad Fauzi; Raditya Danar Dana
Maeswara : Jurnal Riset Ilmu Manajemen dan Kewirausahaan Vol. 1 No. 4 (2023): AGUSTUS : Maeswara
Publisher : Asosiasi Riset Ilmu Manajemen Kewirausahaan dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/maeswara.v1i4.64

Abstract

Divorce cases in West Java Province have increased every year. The profile map of divorce cases that occurred in each region is not yet known, so efforts to provide guidance to minimize divorce cases are not optimal. Divorce case data is also not equipped with a visualization feature that makes it easier for authorized officials to easily understand and analyze data. This study analyzes divorce cases in regencies/cities in West Java Province, using the K-Means Algorithm Clustering data mining method. The clustering method is grouping data based on the same characteristics. In determining the number of clusters, that is by using the value of the Davies Bouldin Index. The results of this study obtained the best cluster of grouping divorce cases, there were 2 clusters, namely cluster 0, there were 5 regencies and 9 cities, while in cluster 1 there were 13 regencies, with a Davies Bouldin index value of 0.168 and an avg.within centroid distance value of 5,870. Cluster 0 is the city/district with the lowest divorce cases and cluster 1 is the city/district with the highest divorce cases.
Co-Authors Ihsan Ahmad Fauzi NILAM KUMALA