Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis dan Visualisasi Data Gempa Bumi di Indonesia tahun 2008-2022 Menggunakan Google Colab Christian Andrew; Muhammad Bintang Satria; Ariel Amethysts Priyaadmaja
ELANG: Journal of Interdisciplinary Research Vol. 3 No. 1 (2025): ELANG: Journal of Interdisciplinary Research
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/elang.v3i1

Abstract

Indonesia merupakan negara yang sering mengalami gempa bumi karena letaknya berada pada pertemuan lempeng tektonik utama. Penelitian ini bertujuan untuk menganalisis distribusi spasial kejadian gempa bumi di Indonesia selama periode 2008–2022 menggunakan teknik klasterisasi. Dataset gempa bumi diperoleh dari sumber terbuka dan diolah menggunakan algoritma K-Means pada platform Google Colab. Proses klasterisasi menggunakan fitur utama seperti lintang, bujur, dan magnitudo untuk mengelompokkan aktivitas seismik ke dalam beberapa klaster. Hasil penelitian ini konsisten dengan studi sebelumnya yang menggunakan algoritma klasterisasi seperti K-Means, K-Medoids, dan BIRCH pada data seismik Indonesia, di mana zona-zona dengan aktivitas tinggi teridentifikasi di wilayah Sumatra, Jawa, Sulawesi, dan Papua. Analisis ini memberikan pemahaman lebih lanjut tentang wilayah rawan gempa dan mendukung pengembangan strategi mitigasi bahaya seismik di Indonesia.
Perancangan Dokumen Perhitungan Premi Dan Pembuatan Surat Penawaran Otomatis Menggunakan Microsoft Excel Christian Andrew
ELANG: Journal of Interdisciplinary Research Vol. 3 No. 2 (2026): ELANG: Journal of Interdisciplinary Research
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/elang.v3i2

Abstract

Proses penghitungan premi dan pembuatan surat penawaran asuransi merupakan bagian penting dalam kegiatan pemasaran produk asuransi. Kenyataannya, proses tersebut sering kali masih dilakukan secara manual atau dengan menggunakan alat bantu yang belum memiliki standar, sehingga berpotensi menimbulkan perbedaan hasil perhitungan dan format dokumen menjadi tidak konsisten. Penelitian ini bertujuan untuk merancang dokumen perhitungan premi dan pembuatan surat penawaran otomatis menggunakan Microsoft Excel. Metode yang digunakan meliputi observasi proses kerja, perancangan spreadsheet, serta pengujian hasil perancangan. Hasil dari penelitian ini adalah sebuah dokumen berbasis spreadsheet Microsoft Excel yang mampu melakukan perhitungan premi secara otomatis berdasarkan input pengguna dan menghasilkan surat penawaran yang siap digunakan. Berdasarkan hasil pembahasan, penggunaan Microsoft Excel dapat menjadi solusi praktis dan fleksibel dalam mendukung otomatisasi perhitungan premi dan pembuatan surat penawaran.
Cluster Analysis of Indonesia’s Electronic Integrated Circuit Export Destination Using K-Means and K-Medoids Christian Andrew; Rahmatina Hidayati
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 16 No 03 (2026): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v16i03.2474

Abstract

One of Indonesia’s export commodities is Electronic Integrated Circuits (EICs). Understanding the characteristics of EIC export destination countries is important for identifying export patterns and to support strategic decision-making. Clustering is one approach that can be used to analyze export destination countries by grouping them based on their similar characteristics. The objective of this study is to evaluate the performance of K-Means and K-Medoids algorithms in analyzing Indonesia’s EIC export destination countries. The data used in this study were obtained from Badan Pusat Statistik (BPS) and consist of export value and weight data from 2021 to 2025 containing 84 destination countries. This dataset is selected because limited studies have compared K-Means and K-Medoids on Indonesia’s EIC export destination countries. The data from BPS were then preprocessed, then normalized by applying Min-Max normalization method. The Elbow Method was subsequently employed to find the optimal number of clusters, with the analysis indicating that four clusters were optimal. Following the Elbow Method, K-Means and K-Medoids algorithms were then applied and assessed based on the Davies-Bouldin Index and Silhouette Score. The findings of this study demonstrate that K-Means outperformed K-Medoids in both the DBI and Silhouette Score by achieving lower DBI value and higher Silhouette Score. The results of both algorithms revealed that most destination countries belonged to the very low export value and weight cluster, accounting for around 88% of countries in K-Means and 60% in K-Medoids. The findings suggest that K-Means is more suitable for clustering Indonesia’s EIC export destination countries and can provide useful insight into export patterns that may support future trade analysis and decision-making.