Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business JRIIN :Jurnal Riset Informatika dan Inovasi
Rudianto, Bagas
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
Jumlah Kepala Sekolah Dan Guru Menurut Kelompok Umur Pada Provinsi Banten, Provinsi Bali, Provinsi Sulawesi Tengah, Provinsi Nusa Tenggara Timur Rudianto, Bagas; Patir Ramadhan, Fahri; Rafli Reinanda, Muhammad; Dzulfikar Apandi Putra, Muhammad
Jurnal Riset Informatika dan Inovasi Vol 2 No 7 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisi jumlah sekolah negeri dan swasta berterta guru dan kepala sekolah di masing masing daerah Banten, Bali,Sulawesi Tengah dan Nusa Tenggara Timur (NTT) Tahun ajar 2023/2024, Penelitian ini melibatkan kapala sekolah, guru beserta sekolah swasta dan negeri. Data ini mencakup informasi yang penting untuk memahami distribusi tentang Pendidikan terhadap kebijakan masing-masing provinsi daerah.
Analisis Perbandingan Hasil K-Means Clustering untuk Sektor Ekonomi dan Kesehatan Nurhudaya, Reza Putra; Bustomi, Ilham; Danutirta, Radithya; Ardeliana, Lisa; Rudianto, Bagas; Alfian, Zurnan
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1258

Abstract

Penelitian ini melakukan analisis komparatif terhadap hasil klasterisasi menggunakan algoritma K-Means Clustering pada lima dataset yang berasal dari dua sektor berbeda, yaitu ekonomi dan kesehatan. Dataset yang dianalisis meliputi data IPO perusahaan besar di Amerika Serikat, konsumsi energi dan kebutuhan oksigen kendaraan bermotor, persebaran COVID-19 di Indonesia, indeks daya beli berdasarkan harga Big Mac, serta komponen neraca pembayaran Indonesia. Setiap dataset dianalisis secara terpisah untuk mengidentifikasi pola tersembunyi dan klasifikasi alami berbasis fitur numerik. Hasil menunjukkan bahwa pada seluruh kasus, algoritma K-Means mampu mengidentifikasi struktur klaster yang jelas dan konsisten, dengan pola umum klasifikasi menjadi tiga kelompok (rendah–sedang–tinggi). Hasil ini mengindikasikan bahwa K-Means Clustering memiliki potensi sebagai alat eksplorasi data multivariabel yang efektif di berbagai domain. Temuan ini juga membuka peluang pemanfaatan klasterisasi sebagai dasar segmentasi strategis dalam perumusan kebijakan dan analisis pasar.
Co-Authors Ardeliana, Lisa Bustomi, Ilham Danutirta, Radithya Dzulfikar Apandi Putra, Muhammad Nurhudaya, Reza Putra Patir Ramadhan, Fahri Rafli Reinanda, Muhammad Zurnan Alfian