Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Hana Silviana Sutanto
Universitas Darwan Ali
Computer Science & IT

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

Found 2 Documents
Search

 1 
ANALISIS KLASTERISASI DATA SEKOLAH SMP DI KABUPATEN KOTAWARINGIN TIMUR MENGGUNAKAN METODE K-MEANS Imelda Susilawaty; Hana Silviana Sutanto
Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Vol 5 No 3 (2023): September 2023
Publisher : Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/jursistekni.v5i3.269

Abstract

Dalam penelitian ini, metode K-Means digunakan untuk menilai klasterisasi data sekolah menengah pertama (SMP) di Kabupaten Kotawaringin Timur. Data tentang 112 SMP yang ada di wilayah tersebut tersedia di website Dapodik Kemendikbud. Setelah proses preprocessing selesai, data yang sesuai dan sah dipilih untuk dianalisis. Metode K-Means mengelompokkan sekolah menjadi berbagai klaster berdasarkan hal-hal yang serupa. Hasil analisis menunjukkan bahwa data SMP di Kabupaten Kotawaringin Timur terdiri dari tiga klaster penting. Klaster 0 memiliki 87 sekolah, klaster 1 memiliki 4 sekolah, dan klaster 2 memiliki 21 sekolah. Klaster 1 dan klaster 2 mendapat peringkat terbaik dalam hal kualitas pendidikan, sementara klaster 0 mendapat peringkat ketiga.Nilai k=3 adalah nilai yang tepat untuk jumlah klaster yang ideal, seperti yang ditunjukkan oleh penggunaan metode elbow dalam analisis. Analisis ini membantu pemangku kepentingan, termasuk pemerintah daerah, sekolah, dan masyarakat, memahami perbedaan antara sekolah SMP dan membuat rencana yang tepat untuk meningkatkan kualitas pendidikan di daerah tersebut. Kami menggunakan perangkat lunak open source RapidMiner untuk melakukan analisis data dan klasterisasi dalam penelitian ini. Kelebihan perangkat lunak open source adalah kemampuan untuk disesuaikan dengan berbagai situasi dan kemampuan pengguna untuk bekerja sama satu sama lain.Hasilnya menunjukkan bahwa analisis klasterisasi yang dilakukan dengan metode K-Means membantu kami memahami pola dan kelompok sekolah di Kabupaten Kotawaringin Timur berdasarkan ciri-ciri tertentu. Dengan memahami perbedaan dan kualitas sekolah dengan lebih baik, pemangku kepentingan dapat mengambil keputusan yang lebih baik mengenai cara meningkatkan pendidikan di wilayah mereka. Penelitian ini memberikan perspektif yang bermanfaat bagi mereka yang membuat keputusan pendidikan.
MEMPREDIKSI JUMLAH PRODUKSI KEDAI KOPI KAGANANGAN MENGGUNAKAN METODE FUZZY TSUKAMOTO Herlina Kristin Rahel; Hana Silviana Sutanto; Imelda Susilawaty; Minarni
JURNAL ILMIAH BETRIK Vol. 14 No. 01 APRIL (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v14i01 APRIL.28

Abstract

Kaganangan Coffee Shop is a trading business whose business line is a shop. Because the high level of competition makes more and more similar businesses pop up, Kedai Kopi Kaganangan is required to design a strategy that can provide more value to consumers at a more affordable cost. The habit of drinking coffee among Indonesian people has become a lifestyle in society. From the past until now, this coffee business continues to be enjoyed by teenagers to parents. One of the coffees that have been popular with coffee lovers in the city of Sampit is the Kaganangan Coffee Shop. This coffee is often visited by coffee lovers when teenagers come home from school and adults during recess or go home from the office which is located on H.M Arsyad Street, Sampit. One of these coffee shops makes it difficult for business owners to determine how much coffee production they must have to meet sales demand. To predict coffee production for one week, the data used may include, coffee sales data during the previous period can be used to predict coffee demand in the coming week. This data can be obtained from in-store sales records or consumer surveys, current coffee inventory data can be used to predict how much coffee to produce in the coming week. These data can be combined and analyzed using the Tsukamoto fuzzy method, to make predictions of coffee production for one week. In addition, external factors such as weather, raw material prices, and market conditions also need to be considered in making predictions. The purpose of this research is to overcome the problem with the Tsukamoto fuzzy method used by the author, and the results obtained are said to produce 821 Kaganangan Coffee. Therefore, the results of this study can be used as a consideration in determining the average production amount of Kaganangan Coffee.
Co-Authors Herlina Kristin Rahel Imelda Susilawaty Minarni