Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Journal of Artificial Intelligence and Digital Business PESHUM
Jupron, Jupron
Unknown Affiliation
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Nursing Public Health Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Komparatif Penerapan K-Means Clustering pada Lima Dataset Nyata untuk Evaluasi Sosial Ekonomi dan Finansial Khudin, Fat; Saputra, Irfan Dias; Ilham, Muhammad; Fadilah, Muhamad Sahrul Hafidz; Rahmadan, Dika Surya; Jupron, Jupron
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.v4i2.1361

Abstract

Penerapan algoritma K-Means Clustering banyak digunakan dalam eksplorasi data multidomain, mulai dari sektor keuangan digital hingga indikator sosial ekonomi dan kesehatan. Penelitian ini membandingkan penggunaan algoritma K-Means pada lima jenis dataset nyata, yaitu distribusi suplai Bitcoin (2009–2024), harga saham Citigroup Inc. (2008–2024), kontribusi pajak daerah kota Banjarmasin (2007–2014), data kemiskinan Indonesia (1976–1993), dan prevalensi penyakit kronis pada lansia (2022). Seluruh data diproses melalui tahap normalisasi, dilanjutkan analisis klaster menggunakan algoritma K-Means dengan jumlah klaster optimal yang ditentukan melalui metode Elbow. Hasil penelitian menunjukkan bahwa semua domain memiliki pola klasterisasi yang bermakna: distribusi Bitcoin terbagi ke dalam tiga fase pertumbuhan, saham Citigroup memperlihatkan dua fase risiko, data kemiskinan dan pajak menunjukkan segmentasi tren historis, serta penyakit lansia mengarah pada kelompok risiko prevalensi. Evaluasi menggunakan Silhouette Score menunjukkan kualitas pemisahan klaster yang cukup baik (nilai antara 0,61 hingga 0,82). Pendekatan ini membuktikan bahwa K-Means dapat diandalkan untuk pengelompokan lintas domain dan dapat menjadi alat bantu dalam pengambilan keputusan berbasis data.
Pelatihan Microsoft Word bagi siswa-siswi PKL di YPAIS Foundation Jupron, Jupron; Permadi, Yuda; Sarman, Sarman; Sutrisno, Sutrisno
Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 5 No. 4 (2025): Juli 2025 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/1k2v6k04

Abstract

Keterampilan penggunaan perangkat lunak pengolah kata seperti Microsoft Word merupakan kebutuhan dasar yang sangat penting dalam dunia kerja modern. Namun, hasil survei awal terhadap 30 siswa peserta Praktik Kerja Lapangan (PKL) di YPAIS Foundation menunjukkan bahwa lebih dari 70% responden belum menguasai fungsi dasar aplikasi tersebut. Kondisi ini menjadi hambatan dalam penyusunan laporan PKL dan dokumen administratif lainnya. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan keterampilan digital dasar peserta melalui pelatihan Microsoft Word secara terstruktur, dimulai dari materi dasar hingga tingkat menengah, dengan pendekatan ceramah, demonstrasi, dan praktik langsung yang didampingi fasilitator. Evaluasi dilakukan menggunakan pre-test dan post-test, observasi praktik, serta angket dan wawancara. Hasil pelatihan menunjukkan peningkatan signifikan pada pemahaman peserta terhadap fitur-fitur penting Microsoft Word seperti pengaturan paragraf, pembuatan tabel, penomoran halaman, dan penyusunan dokumen resmi. Rata-rata peningkatan nilai post-test mencapai 40% dibandingkan pre-test. Selain peningkatan kognitif, peserta juga menunjukkan perubahan sikap positif, seperti meningkatnya kepercayaan diri dan kesadaran akan pentingnya literasi digital. Meskipun terdapat kendala seperti keterbatasan fasilitas dan variasi kemampuan awal peserta, pelatihan ini terbukti efektif dan relevan dengan kebutuhan mereka. Kegiatan ini berpotensi untuk dikembangkan lebih lanjut melalui pelatihan lanjutan dan pengembangan bahan ajar digital guna memperluas dampaknya dalam meningkatkan kesiapan siswa menghadapi dunia kerja berbasis teknologi.
Klasterisasi dan Analisis Tren Tenaga Kerja Berdasarkan Gender, Golongan, dan Sektor Usaha Menggunakan Metode K-Means Muhammad Deraya Kautsar; Muhammad Bimo Krisyono; Muhammad Hafidz Diaz Alghany; Rizky Wahyu Saputra; Zurnan Alfian; Jupron, Jupron
PESHUM : Jurnal Pendidikan, Sosial dan Humaniora Vol. 4 No. 6: Oktober 2025
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/peshum.v4i6.10439

Abstract

Studi ini membahas analisis dan pengelompokan data ketenagakerjaan di Indonesia berdasarkan gender, golongan karyawan, dan sektor usaha dengan menggunakan pendekatan data mining. Studi ini dilatarbelakangi oleh ketimpangan distribusi tenaga kerja serta perbedaan struktur dan pendapatan antarkelompok kerja. Tiga studi kasus dianalisis, yaitu: 1) distribusi karyawan berdasarkan golongan dan gender; 2) perbandingan pendapatan pria dan wanita menurut jenis pekerjaan; dan 3) tren pertumbuhan tenaga kerja pada sektor Usaha Mikro, Kecil, dan Menengah (UMKM) dan usaha besar. Metode pengelompokan K-Means digunakan untuk melakukan segmentasi data, sedangkan analisis deskriptif digunakan untuk mengevaluasi pertumbuhan angkatan kerja. Data diperoleh dari buku referensi dan dikonversi ke format digital untuk keperluan analisis. Evaluasi hasil pengelompokan menggunakan Indeks Davies-Bouldin menunjukkan bahwa kualitas klaster bervariasi. Hasil studi mengungkap ketimpangan distribusi tenaga kerja berbasis gender dan menegaskan peran sektor UMKM yang dominan dan stabil dalam penyerapan tenaga kerja. Temuan ini diharapkan dapat mendukung kebijakan pengelolaan sumber daya manusia dan strategi pengembangan ketenagakerjaan di Indonesia.
Co-Authors Fadilah, Muhamad Sahrul Hafidz Khudin, Fat Muhammad Bimo Krisyono Muhammad Deraya Kautsar Muhammad Hafidz Diaz Alghany Muhammad Ilham Rahmadan, Dika Surya Rizky Wahyu Saputra Saputra, Irfan Dias Sarman Sarman Sutrisno, Sutrisno Yuda Permadi, Yuda Zurnan Alfian