Image of Implementasi Metode K-Means Clustering dalam Analisis Persebaran UMKM di Jawa Barat

Artikel Jurnal

Implementasi Metode K-Means Clustering dalam Analisis Persebaran UMKM di Jawa Barat



Abstract

Usaha Mikro Kecil dan Menengah atau UMKM ialah usaha produktif yang sudah teruji membuka lapangan kerja dan menjadi penggerak roda perekonomian di Indonesia. Perlu adanya pengembangan potensi dalam melaksanakan UMKM dengan menganalisis strategi persebaran UMKM dan peningkatan jumlah UMKM. Penelitian ini akan menjelaskan cara mengimplementasikan metode k-means clustering untuk menganalisis persebaran UMKM sehingga diharapkan dapat menjadi perhatian bagi pemerintah atau institusi terkait dalam meningkatkan perekonomian UMKM di Jawa Barat. Clustering UMKM akan dibagi menjadi 3 bagian berdasarkan tingkat persebaran UMKM yaitu cluster 0 atau rendah memperoleh hasil 9 Kabupaten/Kota, cluster 1 atau sedang memperoleh hasil 15 Kabupaten/Kota, dan cluster 2 atau tinggi memperoleh hasil 3 Kabupaten/Kota. Hasil evaluasi clustering akan dibandingkan dengan 2 metode evaluasi yaitu silhouette coefficient yang menghasilkan nilai sebesar 0,73, sedangkan metode davies bouldin index (DBI) menghasilkan nilai sebesar 0,29. Dari hasil perbandingan kedua evaluasi cluster tersebut menunjukan hasil cluster dengan menerapkan algoritma k-means yang terbentuk baik. 


Ketersediaan

JOINS4a-007JOINS V6N2 November 2021Perpustakaan FT UPI YAITersedia
JOINS4b-007JOINS V6N2 November 2021Perpustakaan FT UPI YAITersedia

Informasi Detil

Judul Seri
JOINS : Journal of Information System
No. Panggil
JOINS V6N2 November 2021
Penerbit Universitas Dian Nuswantoro : Semarang.,
Deskripsi Fisik
hlm : 211-220
Bahasa
Indonesia
ISBN/ISSN
2528-0228
Klasifikasi
JOINS
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Volume 6 Nomor 2 November 2021
Subyek
Info Detil Spesifik
-
Pernyataan Tanggungjawab

Versi lain/terkait

Tidak tersedia versi lain




Informasi


DETAIL CANTUMAN


Kembali ke sebelumnyaXML DetailCite this