Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Pilar Nusa Mandiri
Erdiansyah, Dian
Unknown Affiliation
Computer Science & IT Education

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

Found 2 Documents
Search

 1 
Penentuan Lokasi Bisnis Terbaik dengan Perbandingan K-Means, DBSCAN dan GMM Erdiansyah, Dian; Abdullah, Indra Nugraha
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 10, No 3 (2024): Volume 10 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v10i3.83424

Abstract

Informasi lokasi bisnis terbaik yang sesuai dengan segmentasi pasar sangat diperlukan bagi pelaku bisnis untuk keputusan dalam mendirikan bisnis baru atau melakukan ekspansi bisnis dengan strategi membuka cabang baru di lokasi yang potensial pelanggan.   Masih terbatasnya informasi untuk mencari lokasi bisnis yang optimal masih menjadi permasalahan yang banyak dihadapi oleh pelaku bisnis dalam mengambil keputusan bisnis.   Terbatasnya informasi lokasi bisnis berkualitas karena penggunaan metode analisis yang belum optimal dikarenakan  keterbatasan penyedia location intelligence dalam menerapkan metode dan algoritma yang tepat.   Penelitian ini bertujuan menerapkan data mining clustering untuk mencari lokasi bisnis terbaik. Model paling optimal dicari melalui perbandingan antara algoritma K-Means, DBSCAN dan GMM.   Dataset yang digunakan yaitu jumlah keluarga, demografi potensial, status sosial ekonomi, mobilitas orang dan titik bisnis yang sudah ada di sekitar lokasi.   Hasil penelitian menunjukkan bahwa data mining dapat diterapkan untuk menentukan lokasi bisnis yang optimal dan metode K-Means merupakan model yang paling optimal.   Hasil penelitian ini direkomendasikan bagi pelaku bisnis untuk menentukan lokasi bisnis terbaik.
DETERMINATION OF POTENTIAL BUSINESS LOCATIONS USING DATA MINING CLUSTERING Erdiansyah, Dian; Abdullah, Indra Nugraha; Tallo, Amandus Jong
Jurnal Pilar Nusa Mandiri Vol. 21 No. 1 (2025): Pilar Nusa Mandiri : Journal of Computing and Information System Publishing Pe
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v21i1.6295

Abstract

Potential locations for businesses are highly sought after by business people to set up, expand their business, or establish a new business.  Limited information on potential business locations is still a problem faced by many business people in making business decisions.  The purpose of this research is to overcome the limitations of potential business location information.  The approach used is the K-Means data mining clustering method which is compared to the Gaussian Mixture Model.  The dataset used is residential, road access data and business points that already exist around the location.  Both clustering methods are compared to the model evaluation method to determine the model with the best performance.  The results show that the clustering method with the K-Means algorithm is the clustering model with the best performance.  The results of the clustering resulted in 2 clusters, one of which is a cluster of potential business locations of 1041 locations.  The conclusion of this study is that data mining clustering can be used to determine the optimal business location cluster.  The results of this study can be recommended for business people to look for potential business locations, and for local governments to publicize potential business locations in order to attract investors from outside.
Co-Authors Amandus Jong Tallo Nugraha Abdullah, Indra