Article Per Year (5 Year)
p-Index From 2019 - 2024
4.609
P-Index
This Author published in this journals
All Journal JIEET (Journal of Information Engineering and Educational Technology) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmu Teknik dan Komputer JIKA (Jurnal Informatika) TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi AMMA : Jurnal Pengabdian Masyarakat
Prihartono, Willy
Unknown Affiliation
Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search
Journal : JATI (Jurnal Mahasiswa Teknik Informatika)

 1   2   3   4 
ANALISIS DATA MINING PENGELOMPOKKAN UMKM MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING DI PROVINSI JAWA BARAT Ameliana, Nikan; Suarna, Nana; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9655

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran penting dalam perekonomian Indonesia. Di Jawa Barat, terdapat banyak UMKM yang tersebar di berbagai wilayah. Mengetahui karakteristik dan persebaran UMKM menjadi penting untuk merumuskan kebijakan yang tepat dalam pengembangannya. Namun, persebaran UMKM di Jawa Barat tidak merata. Beberapa wilayah memiliki konsentrasi UMKM yang tinggi, sementara wilayah lain memiliki konsentrasi UMKM yang rendah. Penelitian ini bertujuan untuk menganalisis pengelompokan UMKM di Jawa Barat berdasarkan karakteristiknya menggunakan algoritma K-Means Clustering. Proses data mining dimulai dengan melakukan proses Knowledge Discovery in Database (KDD). Hasil penelitian menunjukkan nilai yang baik dalam Davies Bouldin Index adalah semakin kecil atau mendekati nol, terdapat jumlah Cluster yang memiliki nilai DBI terbaik adalah Cluster 2 yang terbaik, dengan nilai DBI mendekati nol yaitu 0.527. Hasil pengujian menghasilkan 10 anggota Cluster, yaitu Cluster 0 dengan hasil berjumlah 104 items, Cluster 1 dengan hasil berjumlah 24 item, Cluster 2 dengan hasil berjumlah 45 items, Cluster 3 dengan hasil berjumlah 302 items, Cluster 4 dengan hasil berjumlah 1 items, Cluster 5 dengan hasil berjumlah 50 Items, Cluster 6 dengan hasil berjumlah 282 items, Cluster 7 dengan hasil berjumlah 7 items, Cluster 8 dengan hasil berjumlah 304 items, Cluster 9 dengan hasil berjumlah 96 items.
OPTIMASI PENJUALAN AYAM BROILER MENGGUNAKAN METODE ALGORITMA K-MEANS Ayuni, Putri; Suarna, Nana; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9771

Abstract

Industri unggas, terutama dalam aspek penjualan ayam potong broiler, telah berkembang secara signifikan dalam beberapa tahun terakhir karena meningkatnya permintaan dari konsumen terhadap produk unggas. Dalam upaya untuk mengoptimalkan penjualan dan mendapatkan pemahaman yang lebih mendalam mengenai preferensi konsumen, Masalah yang ada di ayam potong broiler nasir ialah penjual kurang mengetahui tingkat penjualan ayam yang banyak terjual dan yang sedikit terjual sehingga untuk menyuplai ayam potong tidak terlalu banyak.tujuan penelitian ini untuk mengoptimalkan penjualan ayam potong broiler di toko nasir ini dan meningkatkan penjualan.metode yang digunakan adalah algoritma K-Means, yang merupakan salah satu metode pengelompokan populer yang banyak digunakan dalam bidang data mining. Kumpulan data yang digunakan dalam analisis melibatkan data transaksi penjualan, seperti stok ayam broiler , jumlah ayam yang tersedia dan jumlah ayam yang terjual . Data ini memungkinkan penulis untuk mengungkapkan pola-pola yang signifikan. Hasil dari penelitian ini memberikan wawasan yang berharga bagi Broiler Nasir dan perusahaan sejenis dalam industri unggas. Dengan pemahaman yang lebih baik tentang pelanggan. Hasil dari clustering yang dilakukan penulis adalah pada cluster 0 dengan jumlah 9 items tingkat penjualan paling sedikit terjual, cluster 1 dengan jumlah 5 items menjadi penjualan tingkat tinggi dan cluster 2 dengan jumlah 18 items penjualan konsisten
Co-Authors Ainisa, Nurul Al Maeni, Nurul Ameliana, Nikan Arifqi, Tri Aulia, Nurul Ayuni, Putri Dalifah, Nurul Eka Permana, Sandy Faujia, Agnes Gifthera Dwilestari Hamonangan, Ryan Herdiana, Rulli Hidayah, Nurni Hidayat, Pierre Galuh Hoeriah, Dede Irma Purnamasari, Ade Julianti, Okta Nur Kholifa, Nur Kusmawanti, Nisa Maulida, Nida Muharromah, Oom Nur Amalia, Ocsana Nur Apriliani, Nur Nur Kirana, Anita Nurhakim, Bani Nurhayah, Nurhayah Nuri Nuri Nurjanah, Nurul Nurliana, Nicky Nurul Aini NURUL AZIZAH Nurwanda, Nurwanda Nurzaman Nurzaman Oktaviany, Nurul Peni Peni Permana, Sandy Eka PUJI LESTARI Putriana, Puput Ramadhan, Niko Retnasari, Peni Sakarias Berek, Richardus Saniyah, Nilta Sayuti Hanapiah, Neneng Suarna, Nana Zaelani, Nursehan