Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Insan
Syaputra, Muhammad Iqbal
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penerapan Algoritma Naïve Bayes Untuk Prediksi Tren Pertumbuhan UMKM Berdasarkan Jenis Usaha Di Kota Depok Rahmadanti, Riana; Febriani, Shafa Salsabila; Syaputra, Muhammad Iqbal; Laraswati, Dewi
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.5723

Abstract

Peran UMKM sangat penting dalam perekonomian negara. UMKM menjadi pusat yang berkontribusi pada pertumbuhan ekonomi, penciptaan lapangan kerja, serta pemerataan pendapatan. Namun, semakin meningkatnya pertumbuhan UMKM semakin banyak pula permasalahan dan tantangan yang di hadapi para UMKM. Penelitian digunakan untuk memahami tren pertumbuhan UMKM serta tantangan yang dihadapi oleh pemilik usaha di berbagai sektor, selain itu juga agar dapat mengetahui jenis usaha yang mengalami peningkatan (berkembang cepat) dan mengalami penurunan (berkembang lambat). Penelitian ini memberikan informasi untuk pengambilan keputusan yang mendukung kebijakan pertumbuhan UMKM. Dalam penelitian ini dilakukkan pengolahan data UMKM untuk prediksi tren pertumbuhan UMKM berdasarkan jenis usaha di Kota Depok dengan menggunakan metode Naïve Bayes. Berdasarkan hasil pengujian yang diperoleh metode Naïve Bayes bekerja cukup baik dengan nilai akurasi sebesar 72.78%, dari hasil klasifikasi tren pertumbuhan UMKM jenis usaha yang berkembang cepat yaitu makanan dan yang berkembang lambat yaitu kesehatan. Dengan adanya prediksi tren pertumbuhan UMKM dapat membantu para UMKM menghadapi tantangan serta mampu bersaing dan berkembang dimasa yang akan datang, selain itu pemangku kepentingan, termasuk pemerintah, lembaga keuangan dan pelaku bisnis dapat mengambil langkah-langkah proaktif untuk mendukung pengembangan UMKM secara berkelanjutan di Kota Depok.
Penerapan Algoritma Naïve Bayes Untuk Prediksi Tren Pertumbuhan UMKM Berdasarkan Jenis Usaha Di Kota Depok Rahmadanti, Riana; Febriani, Shafa Salsabila; Syaputra, Muhammad Iqbal; Laraswati, Dewi
Jurnal INSAN Journal of Information System Management Innovation Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v4i2.5723

Abstract

Peran UMKM sangat penting dalam perekonomian negara. UMKM menjadi pusat yang berkontribusi pada pertumbuhan ekonomi, penciptaan lapangan kerja, serta pemerataan pendapatan. Namun, semakin meningkatnya pertumbuhan UMKM semakin banyak pula permasalahan dan tantangan yang di hadapi para UMKM. Penelitian digunakan untuk memahami tren pertumbuhan UMKM serta tantangan yang dihadapi oleh pemilik usaha di berbagai sektor, selain itu juga agar dapat mengetahui jenis usaha yang mengalami peningkatan (berkembang cepat) dan mengalami penurunan (berkembang lambat). Penelitian ini memberikan informasi untuk pengambilan keputusan yang mendukung kebijakan pertumbuhan UMKM. Dalam penelitian ini dilakukkan pengolahan data UMKM untuk prediksi tren pertumbuhan UMKM berdasarkan jenis usaha di Kota Depok dengan menggunakan metode Naïve Bayes. Berdasarkan hasil pengujian yang diperoleh metode Naïve Bayes bekerja cukup baik dengan nilai akurasi sebesar 72.78%, dari hasil klasifikasi tren pertumbuhan UMKM jenis usaha yang berkembang cepat yaitu makanan dan yang berkembang lambat yaitu kesehatan. Dengan adanya prediksi tren pertumbuhan UMKM dapat membantu para UMKM menghadapi tantangan serta mampu bersaing dan berkembang dimasa yang akan datang, selain itu pemangku kepentingan, termasuk pemerintah, lembaga keuangan dan pelaku bisnis dapat mengambil langkah-langkah proaktif untuk mendukung pengembangan UMKM secara berkelanjutan di Kota Depok.
Co-Authors Dewi Laraswati Febriani, Shafa Salsabila Rahmadanti, Riana