Article Per Year (5 Year)
p-Index From 2020 - 2025
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
Danutirta, Radithya
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 
Analisa Data Jumlah Kepala Sekolah dan Guru Menurut Kelompok Umur pada Provinsi Aceh, Provinsi Gorontalo, Provinsi Kepulauan Bangka Belitung, Provinsi Kepulauan Riau Menurut Kementerian Pendidikan Dan Kebudayaaan Indonesia Firnando, Allifiah; Herlambang Herdiyana, Jusuf; Danutirta, Radithya; Muhammad Fauzi, Syafiq
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 mengetahui dan menganalisis jumlah kepala sekolah dan guru pada provinsi di Indonesia. Metode yang digunakan dalam penelitian ini adalah deskriptif kuantitatif, yaitu penelitian yang bertujuan untuk membuat gambar atau deskriptif tentang suatu keadaan secara objektif yang menggunakan angka, mulai dari pengumpulan data, penafsiran terhadap data tersebut serta penampilan dan hasilnya. Adapun bahan untuk sampelnya adalah 4 provinsi yang ada di Indonesia yaitu, provinsi aceh, provinsi kepulauan bangka belitung, provinsi gorontalo, dan provinsi kepulauan riau. Hasil penelitian ini menunjukkan bahwa jumlah kepala sekolah dan guru pada 4 provinsi tersebut di dominasi oleh usia muda dengan kelompok rentang usia diantara 26 sampai 60 tahun.
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 Firnando, Allifiah Herlambang Herdiyana, Jusuf Muhammad Fauzi, Syafiq Nurhudaya, Reza Putra Rudianto, Bagas Zurnan Alfian