Claim Missing Document
Check
Articles

Found 1 Documents
Search

STORYTELLING HASIL KLASTERISASI BI K-MEANS PADA DATA UMKM MENGGUNAKAN TRANSFORMERS Tubagus Mohammad Akhriza; Tubagus Arief Armanda; Tubagus M. Adrie Admira; Dr. H. Latifah
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Klasterisasi terhadap data hasil pendampingan unit usaha mikro, kecil dan menengah (UMKM) diselenggarakan dengan tujuan untuk mengetahui pola pengusaha mikro dalam branding produk mereka di platform digital. Artikel ini menjelaskan penggunaan metode klasterisasi Bisecting K-means (Bi K- means) dan membandingkan hasil klasterisasinya dengan hasil dari metode K-means tradisional. Metode Elbow terhadap nilai Silhouette dan Within cluster sum-of-square, serta visualisasi Silhouette klaster- klaster diterapkan untuk mendapatkan k klaster yang optimal untuk mengklaster UMKM. Selanjutnya, untuk meningkatkan interpretasi hasil klasterisasi, sebuah pendekatan transformers berbasis GPT-3.5 digunakan untuk membangkitkan narasi storytelling dari tiap klaster yang terbentuk, selain pemeringkatan klaster berdasarkan strategi branding yang dijalankan oleh UMKM