Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Saintekom (Sains dan Teknologi Komputasi)
Irmayansyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
PENERAPAN METODE K-MEANS CLUSTERING UNTUK PEMETAAN PERBAIKAN JALAN DI KOTA BOGOR Wulandari, Annisa; Irmayansyah; Ningrum, Leny Tritanto
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5323

Abstract

Perbaikan jalan sangat penting untuk menjaga fungsinya dalam menunjang ekonomi dan aktivitas sosial. Perbaikan jalan yang terencana bukan hanya sebuah kebutuhan teknis, tetapi juga merupakan investasi untuk keselamatan, efisiensi, dan kesejahteraan masyarakat, Oleh karena itu penting bagi pemerintah dan instansi terkait untuk melakukan perencanaan yang matang dalam program perbaikan infrastruktur jalan. Adapun metode yang digunakan dalam mengelompokan data perbaikan jalan yaitu algoritma K-Means dengan hasil keluaran berupa tiga kluster dimana Klaster 1 merupakan klaster dengan tingkat perbaikan Tinggi, klaster 2 merupakan klaster dengan tingkat perbaikan Sedang, dan klaster 3 merupakan klaster dengan tingkat perbaikan Rendah dan sudah dilakukan uji validitas cluster menggunakan Silhouette Coefficient terhadap algoritma K-means yang diterapkan dengan nilai yang diperoleh sebesar 0,659 yang berarti cluster yang dibentuk termasuk kedalam kategori struktur baik .  Pada ptoyotype aplikasi yang dibangun telah dilakukan uji kelayakan oleh ahli sistem menggunakan metode white box dengan hasil persentase kelayakan sebesar 100% yang dapat dikategorikan ke dalam interpretasi sangat layak”, juga telah dilakukan juga uji kelayakan oleh pengguna menggunakan instrumen Post-Study System Usability Questionaire (PSSUQ) dengan hasil perolehan yakni nilai kepuasan secara keseluruhan sebesar 78,9%, yang artinya aplikasi ini layak digunakan.
Penerapan Metode K-Means Clustering Untuk Pemetaan Kompetensi Peserta Didik Baru Berdasarkan Hasil Tes Diagnostik Okgistiyan, Muchammad; Irmayansyah
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi) Vol 1 No 1 (2025): Juni 2025
Publisher : Lembaga Penelitian, Pengembangan, dan Pengabdian Kepada Masyarakat (LP3M) – Universitas Binaniaga Indonesia (UNBIN)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36350/jskom.v1i1.12

Abstract

Proses pemetaan kompetensi peserta didik merupakan langkah penting dalam pengelompokan berdasarkan hasil tes diagnostik. Pengelompokan yang tidak efektif dapat menghambat pengambilan keputusan yang tepat terhadap peserta didik yang nilainya rendah. Penelitian ini mengembangkan sebuah prototype aplikasi untuk memetakan kompetensi peserta didik menggunakan algoritma K-Means Clustering. Pada penelitian ini dibuat sebuah prototype aplikasi yang dapat melakukan pemetaan kompetensi peserta didik dengan menerapkan Algoritma K-means Clustering yaitu dengan cara menganalisis data dan melalukan perhitungan pengelompokan, yang kemudian perhitungan pengelompokan dianalisis kembali untuk melihat kompetensi peserta didik di masing-masing kelompik. Variabel yang digunakan mencakup nilai literasi dan numerasi sebagai parameter pengelompokan. Hal ini dilakukan untuk memetakan kompetensi peserta didik agar dapat menyajikan informasi yang bisa menjadi acuan sekolah untuk mengambil kebijakan peserta didik mana yang harus mendapatkan jam tambahan. Pada aplikasi yang dibangun telah dilakukan uji kelayakan oleh ahli sistem dan diperoleh persentase kelayakan sebesar 100% yang dapat dikategorikan ke dalam interpretasi “Sangat Layak”. Telah dilakukan juga uji kelayakan oleh pengguna dengan menggunakan kuesioner PSSUQ sesuai dengan kategori PSSUQ diantaranya yaitu nilai kepuasan secara keseluruhan (Overall) sebesar 100%, yang artinya aplikasi ini layak digunakan. Serta telah dilakukan juga uji validitas cluster menggunakan Silhouette Coefficient terhadap algoritma K-means yang diterapkan dengan nilai yang diperoleh sebesar 0,467 yang berarti cluster yang dibentuk termasuk kedalam kategori “Lemah”. 
Co-Authors Ningrum, Leny Tritanto Okgistiyan, Muchammad Wulandari, Annisa