cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rizki Nur Alam
Contact Email
dataenthusiast.ikopin@gmail.com
Phone
+6285183180158
Journal Mail Official
fastek@ikopin.ac.id
Editorial Address
Kawasan Pendidikan Tinggi Jatinangor, Kampus Ikopin, Jatinangor, Kab. Sumedang, Provinsi Jawa Barat, Kab. Sumedang, Provinsi Jawa Barat
Location
Kab. sumedang,
Jawa barat
INDONESIA
Data Enthusiast: Jurnal Ilmiah Sains Data
Published by Universitas Koperasi Indonesia
ISSN : 31636594     EISSN : 31636594     DOI : https://doi.org/10.32670
Core Subject :
Data Enthusiast: Jurnal Ilmiah Sains Data dipublikasi sejak 2025 oleh Fakultas Sains dan Teknologi Universitas Koperasi Indonesia yang berfokus pada riset-riset yang melingkupi (1) machine learning, (2) data mining, (3) data analysis, (4) visualisasi data, dan ruang lingkup sains data lainnya yang diterapkan pada bisnis, kesehatan, pendidikan, keuangan, dan lainnya.
Arjuna Subject : -
Articles 22 Documents
 1   2   3 
Analisis Spasial dan Klasterisasi Ketimpangan Aset Koperasi di Tingkat Kabupaten/Kota Provinsi Jawa Barat Ery Supriyadi Rustidja; Udin Hidayat
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 2 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32670/dej.v2i2.23

Abstract

Koperasi memegang peranan krusial dalam menopang stabilitas ekonomi akar rumput di tingkat daerah. Namun, sebaran modal yang tercermin dari nilai total aset koperasi antar-wilayah seringkali mengalami ketimpangan yang lebar, sehingga memerlukan sistem pemetaan yang objektif untuk mendukung pengambilan kebijakan. Penelitian ini bertujuan untuk mengelompokkan 27 kabupaten/kota di Provinsi Jawa Barat berdasarkan karakteristik kemiripan total aset koperasi menggunakan pendekatan sains data. Metode penelitian yang diterapkan adalah kuantitatif berbasis data mining dengan membandingkan dua arsitektur algoritma clustering, yaitu K-Means Clustering sebagai perwakilan metode non-hierarki dan Agglomerative Hierarchical Clustering dengan Ward’s Method sebagai metode hirarki. Data sekunder berupa total aset koperasi berskala satu dimensi diperoleh dari portal resmi Open Data Jabar. Penentuan jumlah kelompok optimal ditentukan melalui Elbow Method, sedangkan pengujian keandalan struktur klaster dievaluasi menggunakan metrik validasi internal Silhouette Coefficient. Hasil analisis grafik Elbow secara konsisten menunjukkan bahwa jumlah partisi paling efisien untuk dataset ini adalah tiga klaster ($K=3$). Melalui tahapan evaluasi model, algoritma Hierarchical Clustering (Metode Ward) terbukti menghasilkan performa terbaik dengan rata-rata skor Silhouette sebesar 0,665, mengungguli algoritma K-Means yang mencatatkan skor 0,587. Metode Ward dinilai lebih andal dalam memecah data satu dimensi yang memiliki varians timpang tanpa terdistorsi penuh oleh pencilan ekstrem. Hasil pemetaan terbaik mengisolasi Kota Bandung sebagai klaster mandiri tunggal dengan aset super tinggi (Rp 5,15 Triliun), diikuti oleh empat wilayah penyangga industri pada klaster aset tinggi (Rp 1,61 T – Rp 2,94 T), serta 22 kabupaten/kota lainnya yang mendominasi kelompok aset sedang-rendah (di bawah Rp 1,30 Triliun). Temuan ini mengonfirmasi adanya polarisasi ekonomi yang nyata pada ekosistem koperasi di Jawa Barat. Implikasi dari riset ini merekomendasikan pemerintah daerah untuk menerapkan kebijakan pembinaan terarah berbasis klaster (data-driven policy), di mana intervensi bantuan modal stimulan dan pendampingan manajemen diutamakan secara masif pada 22 wilayah berkembang di klaster terendah.
Penerapan Metode Single Moving Average Dalam Peramalan Penjualan Martabak pada UMKM Martabak Roro Aditya Cahya Gunawan; Muhammad Haris Fadhillah
Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 1 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data
Publisher : Fakultas Sains dan Teknologi Universitas Koperasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32670/dej.v2i1.24

Abstract

Penelitian ini bertujuan untuk menerapkan metode Single Moving Average (SMA) dalam peramalan penjualan pada UMKM Martabak Roro. Fluktuasi volume penjualan yang terjadi sepanjang tahun 2025 menyebabkan sulitnya memperkirakan jumlah penjualan pada periode berikutnya apabila hanya mengandalkan pengamatan secara subjektif. Oleh karena itu, diperlukan suatu metode peramalan yang mampu menghasilkan prediksi penjualan berdasarkan data historis. Penelitian ini menggunakan pendekatan kuantitatif dengan menganalisis data penjualan bulanan Martabak Roro periode Januari hingga Desember 2025. Metode SMA diterapkan dengan lima variasi periode peramalan, yaitu n = 3, n = 4, n = 5, n = 6, dan n = 7. Tingkat akurasi masing-masing model dievaluasi menggunakan indikator Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model SMA-6 (n = 6) menghasilkan tingkat kesalahan paling rendah dengan nilai MAD sebesar 84,25 dan nilai MAPE sebesar 19,41%. Berdasarkan klasifikasi nilai MAPE, model tersebut termasuk dalam kategori peramalan dengan kinerja baik. Dengan demikian, SMA-6 dipilih sebagai model terbaik untuk melakukan proyeksi penjualan. Berdasarkan model tersebut, volume penjualan Martabak Roro pada Januari 2026 diperkirakan sebesar 457 unit. Hasil penelitian menunjukkan bahwa metode Single Moving Average dapat digunakan sebagai pendekatan peramalan yang sederhana dan cukup akurat untuk mendukung pengambilan keputusan berbasis data pada UMKM.

Page 3 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 2 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 2 No. 1 (2026): Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 2 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data Vol. 1 No. 1 (2025): Data Enthusiast: Jurnal Ilmiah Sains Data