Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

6.609

P-Index

This Author published in this journals

All Journal GEMA TEKNOLOGI Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Syntax Jurnal Informatika Elkom: Jurnal Elektronika dan Komputer Prosiding SNATIF Jurnal Teknologi Informasi dan Ilmu Komputer Seminar Nasional Informatika (SEMNASIF) CESS (Journal of Computer Engineering, System and Science) E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SISFOTENIKA Journal of Information Technology and Computer Science (JOINTECS) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Ilmiah FIFO Jurnal Pilar Nusa Mandiri InComTech: Jurnal Telekomunikasi dan Komputer Prosiding Seminar Nasional Teknoka JRST (Jurnal Riset Sains dan Teknologi) SINTECH (Science and Information Technology) Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jiko (Jurnal Informatika dan komputer) Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Jurnal Telematika STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar Jurnal Ilmu Komputer dan Bisnis Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Asiimetrik: Jurnal Ilmiah Rekayasa Dan Inovasi SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Pewarta Indonesia Ascarya: Journal of Islamic Science, Culture and Social Studies Multica Science and Technology Jurnal PkM (Pengabdian kepada Masyarakat) Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Indonesian Journal of Computer Science Jurnal Ticom: Technology of Information and Communication Journal of Systems Engineering and Information Technology Jurnal Teknik Indonesia

Arief Wibowo

Universitas Budi Luhur

Author-ID : 414407

Religion Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Physics Social Sciences Transportation

Published : 48 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Segmentasi Pelanggan Ritel Produk Farmasi Obat Menggunakan Metode Data Mining Klasterisasi Dengan Analisis Recency Frequency Monetary (RFM) Termodifikasi Arief Wibowo; Andy Rio Handoko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020702925

Secara umum, pembelian produk farmasi di Indonesia tidak memiliki pola. Pembelian produk farmasi seperti obat-obatan, dilakukan oleh individu bukan sebagai persiapan untuk menjaga kesehatan, namun sebagai respon terhadap penyakit yang sedang diderita. Di sisi lain, pelanggan retail produk farmasi obat biasanya dipengaruhi oleh faktor harga jual dan faktor kecocokan (sugesti) pada merk obat tertentu sewaktu melakukan pembelian. Berdasarkan kondisi itu maka pola pembelian obat bagi masyarakat Indonesia menjadi tidak dapat diprediksi. Hal tersebut membuat pelaku usaha di bisnis ritel produk farmasi obat, relatif sulit untuk meningkatkan nilai penjualan. Salah satu upaya yang bisa dilakukan pelaku bisnis untuk meningkatkan pendapatan adalah dengan melakukan promosi penjualan berdasarkan jenis kelompok pelanggannya. Transaksi pembelian produk farmasi obat dapat dianalisis untuk mengetahui segmentasi pelanggan berdasarkan pola pembelian. Riset ini telah berhasil memodelkan segmentasi pelanggan ritel apotek dengan teknik data mining klasterisasi. Metode yang digunakan adalah melakukan analisis data transaksi pembelian yang terdiri dari atribut Recency Frequency Monetary (RFM) termodifikasi. Analisis telah melibatkan atribut Kuantitas (Quantity) dari data transaksi pembelian produk farmasi obat sebagai eksperimen modifikasi model. Pada proses pemodelan klasterisasi, studi ini menggunakan algoritme data mining K-Means. Hasil penelitian menunjukkan bahwa segmentasi pelanggan yang optimal berada pada dua klaster berdasarkan hasil analisis QRF (Quantity, Recency dan Frequency) menggunakan evaluasi Davies Bouldin Indeks (DBI) dengan nilai 0,527. Kinerja model tersebut dibandingkan dengan algoritme K-Medoids. Hasil klasterisasi pelanggan pada dua kategori menggunakan K-Medoids memiliki nilai DBI sebesar 1.334. Berdasarkan nilai pembanding tersebut maka metode K-Means terbukti lebih baik dalam pembentukan klaster pelanggan ritel farmasi obat pada analisis atribut Quantity, Recency dan Frequency.;AbstractIn general, the purchase of pharmaceutical products in Indonesia has no pattern. The purchase of pharmaceutical products such as medicines, made by individuals not as preparation for maintaining health, but in response to the illness being suffered. On the other hand, retail customers of pharmaceutical drug products are usually influenced by selling price factors and suggestions for certain drug brands when making a purchase. Based on these conditions, the pattern of purchasing drugs for Indonesian people is unpredictable. This makes businesses in the retail business of pharmaceutical drug products, relatively difficult to increase sales value. One effort that businesses can do to increase revenue is to conduct sales promotions based on the type of customer group. Drug pharmaceutical product purchase transactions can be analyzed to determine customer segmentation based on purchase patterns. This research has successfully modeled the pharmacy retail customer segmentation with clustering data mining techniques. The method used is to analyze the purchase transaction data consisting of modified Recency Frequency Monetary (RFM) attributes. Analysis has involved the Quantity attribute (Quantity) of the transaction data of pharmaceutical drug product purchases as a model modification experiment. In the cluster modeling process, this study uses the K-Means data mining algorithm. The results showed that the optimal customer segmentation was in two clusters based on the results of the QRF (Quantity, Recency and Frequency) analysis using the Davies Bouldin Index (DBI) evaluation with a value of 0.527. The performance of the model is compared with the K-Medoids algorithm. The results of customer clustering in two categories using K-Medoids have a DBI value of 1,334. Based on these comparative values, the K-Means method is proven to be better in forming pharmaceutical drug retail customer clusters with analysis Quantity, Recency and Frequency attributes.

Prediksi Jumlah Pengiriman Barang Menggunakan Kombinasi Metode Support Vector Regression, Algoritma Genetika dan Multivariate Adaptive Regression Splines Nendi Nendi; Arief Wibowo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722441

Sektor usaha logistik telah berkembang sangat pesat di Indonesia saat ini. PT. XYZ adalah sebuah perusahaan logistik yang menyediakan jasa pengiriman barang dari satu tempat menuju ke tempat yang lain. Sebagai perusahaan logistik dengan jumlah kendaraan 2.100 unit armada truk dan akan terus bertambah seiring dengan target yang dicanangkan perusahaan, dimana pada 2020 jumlah armada truk harus mencapai 6.000 unit truk. Saat ini strategi operasional logistik dihasilkan berdasarkan pengalaman dari steakholder. Hal ini tentu tidak bisa dipertanggung jawabkan secara ilmiah. Prediksi jumlah pengiriman barang harian dapat menjadi solusi dalam membantu perusahaan dalam merencanakan, memonitoring dan mengevaluasi strategi operasional logistik. Hasil pengujian menunjukkan penggabungan metode Support Vector Regression (SVR), algoritma genetika dan Multivariate Adaptive Regression Splines (MARS) dapat menghasilkan prediksi jumlah pengiriman barang harian dengan nilai Mean Absolute Percentage Error (MAPE) yaitu 0.0969% dengan parameter epsilon(????) 1.92172577675873E-20, complexitas(????) 62 dan gamma(γ) 1.0. AbstractThe logistics business sector has developed very rapidly in Indonesia today. PT XYZ is a national logistics company that provides freight forwarding services from one place to another. As a national-scale logistics company, the company is supported by a fleet of 2,100 trucks. The number of fleets will continue to grow in line with the target set by the company, namely in 2020 the number of truck fleets must reach 6,000 trucks. Currently the logistics operational strategy is produced based on stakeholder experience, this certainly causes problems in the company's overall operations. Prediction of the number of daily goods shipments can be a solution in helping companies in planning, monitoring and evaluating logistical operational strategies, based on the company's ability in the availability of a fleet of vehicles for shipping. This study proposes a combination of Support Vector Regression (SVR) methods, genetic algorithms and Multivariate Adaptive Regression Splines (MARS) for problem solving in the prediction process, including in the selection of appropriate training data. The test results show that the combination of the three methods can produce predictions of the number of daily shipments with values of Mean Absolute Percentage Error (MAPE) 0.0969%, epsilon (????) 1.92172577675873E- 20, complexity (????) 62, and gamma (γ) 1.0.

ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD.ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI Fransiska Vina Sari; Arief Wibowo
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Analisis Sentimen adalah suatu teknik mengekstrak data teks untuk mendapatkan informasi tentang sentimen bernilai positif, netral maupun negatif. Analisis sentimen diberikan oleh pengguna internet pada media sosial untuk memberikan suatu penilaian atau opini pribadi. Salah satu toko online Indonesia yang sering mendapatkan sentimen pengguna melalui media sosial adalah JD.id. Adanya sentimen opini dari konsumen tentang JD.id dapat dianalisis dan dimanfaatkan untuk mendapatkan informasi yang berguna bagi pelanggan lain maupun pihak toko. Dengan menggunakan teknik Text Mining metode klasifikasi, akan diketahui suatu sentimen bernilai positif, netral atau negatif. Salah satu algoritme yang banyak digunakan dalam analisis sentimen adalah metode klasifikasi Naïve Bayes. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) dengan pembobotan tf-idf disertai penambahan fitur konversi ikon emosi (emoticon) untuk mengetahui kelas sentimen yang ada dari tweet tentang toko JD.id. Hasil penelitian menunjukkan bahwa metode Naïve Bayes tanpa penambahan fitur mampu mengklasifikasi sentimen dengan nilai akurasi sebesar 96,44%, sementara jika ditambahkan fitur pembobotan tf-idf disertai konversi ikon emosi mampu meningkatkan nilai akurasi menjadi 98%.

Penyuluhan Wirausaha Berbasis Teknologi untuk Pemulihan Ekonomi Masyarakat Terdampak Covid-19 di Masa New Normal Arief Wibowo; Anindya Putri Pradiptha; Mulyati Mulyati; Dyah Retno Utari
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 11, No 3 (2020): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v11i3.5872

Pandemi COVID-19 yang telah terjadi di Indonesia merupakan bencana yang tidak pernah diduga sebelumnya. Pada kondisi perekonomian yang sulit di tengah krisis ekonomi dunia, bangsa Indonesia juga harus menghadapi fenomena terjadinya pandemi COVID-19 yang semakin memberatkan pertumbuhan ekonomi. DKI Jakarta sebagai ibukota negara telah menjadi episentrum bagi penyebaran virus Corona yang belum ada penangkalnya. Kondisi perekonomian masyarakat di tingkat keluarga dalam situasi pandemi COVID-19 memerlukan inovasi untuk meningkatkan kembali daya saing dan daya jual ekonomi kemasyarakatan. Pengabdian masyarakat ini telah menghadirkan suatu kegiatan penyuluhan yang diperuntukkan bagi masyarakat di wilayah Kecamatan Grogol Petamburan Jakarta Barat. Penyuluhan ini telah difasilitasi oleh Suku Dinas Pemberdayaan, Perlindungan Anak dan Pengendalian Penduduk Kota Administrasi Jakarta Barat Provinsi DKI Jakarta. Kegiatan yang telah dilakukan berupa seminar dan workshop tentang kegiatan wirausaha berbasis teknologi yang adaptif terhadap situasi pandemi COVID-19. Masyarakat sasaran telah diberikan pengetahuan tentang proses bisnis elektronik di era Industri 4.0 yang sarat dengan nuansa teknologi informasi dan komunikasi. Dengan berbekal pengetahuan itu, kegiatan ini telah membangkitkan semangat dan motivasi mereka untuk menjalankan usaha berskala mikro dengan pemanfaatan teknologi informasi dan komunikasi. Berdasarkan hasil pengukuran yang telah dilakukan, sebanyak 89% peserta menyatakan telah memahami luaran kegiatan dan berpendapat bahwa kegiatan ini telah sesuai dengan harapan. Mereka pun yakin akan mampu memulihkan kondisi khususnya di lingkungan ekonomi keluarga pada masa pandemi COVID-19.

Analisis Sentimen Multi-Aspek Berbasis Konversi Ikon Emosi dengan Algoritme Naïve Bayes untuk Ulasan Wisata Kuliner Pada Web Tripadvisor Sitti Aliyah Azzahra; Arief Wibowo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020731907

Wisatawan seringkali mencari informasi tentang obyek wisata pada situs web seperti TripAdvisor. Situs web TripAdvisor memiliki fitur bagi penguna terdaftar untuk memberi ulasan tentang objek wisata dalam kategori kuliner dari berbagai negara. Ulasan tersebut bisa digunakan wisatawan sebagai pertimbangan sebelum mendatangi objek wisata kuliner yang ingin dituju. Komentar atau ulasan yang ada di situs TripAdvisor dapat dianalisis untuk mengetahui nilai sentimen dari suatu obyek wisata yang diulas. Hasil analisis itu dapat bermanfaat bagi pengelola tempat wisata, pengusaha kuliner maupun bagi wisatawan lain. Ada tantangan yang ditemukan saat analisis sentimen dilakukan pada kalimat ulasan yang mengandung ikon emosi atau emoticon, karena ulasan dapat mengandung arti sentimen yang berbeda antara kalimat dengan ekspresi emosi yang ada. Penelitian ini berisi analisis ulasan tentang kuliner kota Bandung pada situs TripAdvisor yang mengklasifikasi sentimen menjadi tiga kelas. Penelitian ini menggunakan teknik klasifikasi data mining dengan algoritme Naïve Bayes dikombinasi dengan metode pelabelan multi aspek yang disertai konversi ikon emosi pada teks ulasan. Selain itu, analisis dilakukan pada bobot ulasan berdasarkan jumlah kontribusi pemberi ulasan di web TripAdvisor. Hasil pengujian menunjukkan bahwa penggunaan seluruh kombinasi metode tersebut dalam proses klasifikasi sentimen mampu menghasilkan nilai akurasi sebesar 98,67%. AbstractTourists often look for information about attractions on websites such as TripAdvisor. The TripAdvisor website has a feature for registered users to provide reviews about attractions in the culinary category from various countries. These reviews can be used by tourists as a consideration before visiting culinary attractions to be addressed. Comments or reviews on the TripAdvisor site can be analyzed to determine the sentiment value of a tourist attraction being reviewed. The results of the analysis can be useful for managers of tourist attractions, culinary entrepreneurs and for other tourists. There are challenges that are found when sentiment analysis is carried out on review sentences that contain emotion icons or emoticons, because reviews may contain different sentiment meanings between sentences and existing emotional expressions. This study contains a review of the culinary analysis of the city of Bandung on the TripAdvisor site which classifies sentiments into three classes. This study uses data mining classification techniques with the Naïve Bayes algorithm combined with a multi-aspect labeling method accompanied by the conversion of emotional icons in the review text. In addition, the analysis is carried out on the weight of the review based on the number of contributing reviewers on the TripAdvisor web. The test results show that the use of all combinations of these methods in the sentiment classification process is able to produce an accuracy value of 98.67%.

IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MEMPREDIKSI FREKUENSI TUNAI PADA MESIN ATM DI MASA TRANSISI PEMBATASAN SOSIAL BERSKALA BESAR (PSBB) PANDEMI COVID-19 Saptari Wijaya Mulia; Sujiharno Sujiharno; Arief Wibowo
SINTECH (Science and Information Technology) Journal Vol. 4 No. 1 (2021): SINTECH Journal Edition April 2021
Publisher : LPPM STMIK STIKOM Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v4i1.622

Determining the need of money for ATM is usually different, that is one of the problems in managing money allocation of ATM. Some seasonal factors such as holidays and the implementation of transition large-scale social restrictions related to the covid-19 pandemic that can affect fluctuations in cash transactions. In this paper aims to determine the frequency of cash withdrawals at ATM since the enactment of transition large-scale social restrictions in Jakarta using the naive bayes algorithm so it can be identified which ATM require more allocation money or not. Providing the right money allocation can improve the quality of service to customers and minimize unused money in ATM. Results of analysis using a Naive Bayes algorithm to predict cash withdrawals frequencies at ATM that show a prediction accuracy up to 81%

Media Sosial Sebagai Solusi Pemasaran Umkm Yang Adaptif Di Masa Pandemi Covid-19 Arief Wibowo; Widi Wahyudi; Dyah Retno Utari
Jurnal PkM Pengabdian kepada Masyarakat Vol 4, No 6 (2021): Jurnal PkM : Pengabdian kepada Masyarakat
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jurnalpkm.v4i6.8148

Pandemi COVID-19 yang terjadi di Indonesia telah membuat perlambatan ekonomi di berbagai sektor, mulai dari pengusaha hingga masyarakat. Berbagai elemen masyarakat mengalami dampak psikis, sosial dan ekonomi yang berimbas satu sama lainnya. Dalam masa pandemi yang disertai dengan kebijakan pembatasan sosial berskala besar, telah menimbulkan kesulitan tersendiri di masyarakat, terutama praktisi usaha kecil dan menengah. Di tengah daya beli yang menurun, strategi melakukan bisnis pun mengalami perubahan, sehingga diperlukan strategi pemasaran yang adaptif di masa pendemi Covid-19. Suku Dinas Pemberdayaan, Perlindungan Anak dan Pengendalian Penduduk (Sudin PPAPP) Kota Administrasi Jakarta Barat Provinsi DKI Jakarta bekerja dengan sivitas akademika telah mengadakan pelatihan kolaborasi untuk merespon dan memberi solusi atas permasalahan yang dirasakan pelaku UMKM. Kegiatan pengabdian masyarakat yang telah dilakukan, berupa seminar daring disertai workshop singkat tentang media sosial sebagai solusi pemasaran yang adaptif di masa pandemi Covid-19. Sasaran dari kegiatan ini adalah dipahaminya pengetahuan tentang media sosial yang dapat menjadi solusi pemasaran yang bisa dipraktikkan menjelang masa kebiasaan baru. Kegiatan abdimas ini telah diterima dengan baik oleh masyarakat sasaran, terlihat dari indikator bahwa mayoritas peserta sebanyak 95,1% telah memberikan rasa setuju akan manfaat kegiatan ini serta motivasi yang tinggi dan persepsi pemahaman yang sangat baik terhadap materi yang diberikan

Implementasi Web Service pada Perusahaan Logistik menggunakan JSON Web Token dan Algoritma Kriptografi RC4 Mochammad Rizky Royani; Arief Wibowo
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 3 (2020): Juni 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

The development of e-commerce in Indonesia in the last five years has significantly increased the growth for logistics service companies. The Indonesian Logistics and Forwarders Association (ALFI) has predicted the growth potential of the logistics business in Indonesia to reach more than 30% by 2020. One of the efforts of logistics business companies to improve services in the logistics services business competition is to implement web service technology on mobile platforms, to easy access to services for customers. This research aims to build a web service with a RESTful approach. The REST architecture has limitations in the form of no authentication mechanism, so users can access and modify data. To improve its services, JSON Web Token (JWT) technology is needed in the authentication process and security of access rights. In terms of data storage and transmission security, a cryptographic algorithm is also needed to encrypt and maintain confidentiality in the database. RC4 algorithm is a cryptographic algorithm that is famous for its speed in the encoding process. RC4 encryption results are processed with the Base64 Algorithm so that encrypted messages can be stored in a database. The combination of the RC4 method with the Base64 method has strengthened aspects of database security. This research resulted in a prototype application that was built with a combination of web service methods, JWT and cryptographic techniques. The test results show that the web service application at the logistics service company that was created can run well with relatively fast access time, which is an average of 176 ms. With this access time, the process of managing data and information becomes more efficient because before making this application the process of handling a transaction takes up to 20 minutes.

99 / 5000 Hasil terjemahan JWT Implementation in Attendance Applications with Fingerprint Validation, Geotagging and Device Checker Arief Umarjati; Arief Wibowo
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 6 (2020): Desember 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

During the Covid-19 pandemic the government implement the imposition of Large-Scale Social Restrictions (PSBB). This PSBB also has an impact on companies in Jabodetabek including PT Akses Digital Indonesia. In order to comply with regulations given by the government, PT Akses Digital Indonesia has implemented a Work From Home (WFH) policy for its employees. During the implementation of the WFH policy, had difficulty monitoring the performance of its employees. Attendance is one measure of the level of performance, especially employee discipline. Based on the identification of the problem, an employee presence web service application is needed. Of course, this application should be as effective as conventional fingerprint machines in offices. This application is accompanied by a validation feature using geotagging, fingerprint and device checkers to minimize fraud when employees make attendance. This study implements the RESTful API security feature on web services using JSON Web Token (JWT) based on the HMAC SHA-256 algorithm. All implementation stages are tested using the Black Box method and show that JWT can secure the authentication process and secure data. The validation feature is able to provide attendance data with an accuracy of 90,9%.

Penentuan Klaster Koridor TransJakarta dengan Metode Majority Voting pada Algoritma Data Mining Arief Wibowo; Moh Makruf; Inge Virdyna; Farah Chikita Venna
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 3 (2021): Juni 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

The Covid-19 pandemic has made many changes in the patterns of community activity. Large-Scale Social Restrictions were implemented to reduce the number of transmission of the virus. This clearly affects the mode of transportation. The mode of transportation makes new regulations to reduce the number of passenger capacities in each fleet, for example, TransJakarta services. This study will categorize the TransJakarta corridors before and during the Covid-19 pandemic. The clustering method of K-Means and K-Medoids is used to obtain accurate calculation results. The calculations are performed using Microsoft Excel, Rapid Miner, and Python programming language. The clustering results obtained that using K-Means algorithm before Covid-19 pandemic, an optimum number of clusters is 3 clusters with DBI (Davies Bouldin Index) value is 0.184, and during Covid-19 pandemic, the optimum number of clusters is 2 clusters with DBI value is 0.188. Meanwhile, when using the K-Medoids algorithm before the Covid-19 pandemic, an optimum number of clusters is 3 clusters with the DBI value is 0.200, and during the Covid-19 pandemic, an optimum number of clusters is 4 clusters with the DBI value is 0.190. The final cluster is determined using the majority voting approach from all the tools used.

Co-Authors - Arientawati Abdul Ghapur Afifah Khaerani Agustia Hananto Ahmad Sururi Ahmad Sururi Alif Dewan Daru Wibiyanto Andy Rio Handoko Angga Ardhianto Anindya Putri Pradiptha Anita Diana Anugrah Sandy Yudhasti Apriati Suryani Ari Wibowo Arief Umarjati Asep Permana Bayu Sadewo Bowo Relawanto Danar Wido Seno Dedy Mirwansyah Didin Muhidin Diva Ajeng Brillian Risaychi Dwi Yulianti Dyah Retno Utari Dyah Retno Utari, Dyah Retno Endah Sarah Wanty Farah Chikita Venna Firman Noor Hasan Fransiska Vina Sari Frenda Farahdinna Fried Sinlae Hadidtyo Wisnu Wardani Harun Nasrullah Henry Indah Rizky Mahartika Inge Virdyna Irfan Nurdiansyah Istiqoomatun Nisaa Jumaryadi, Yuwan KRESNO YULIANTO Kurnia Setiawan Larasati, Pamela Lingga Desyanita Luthfi Akbar Ramadhan Maria Adiningsih Megananda Hervita Permata Sari Miftahul Arifin Miftahul Arifin Mochammad Rizky Royani Moh Makruf Muhammad Risky Mulyati Mulyati Nendi Nendi Pattipeilohy, William Frado Pattipeilohy, William Frado Raden Sasongko Rakhmat Rakhmat Rakhmat Rakhmat Ratna Ayu Sekarwati Ratna Ayu Sekarwati Rika Nurhayati Riki Ramdani Saputra Rina Megawati Ruliana, Poppy Saptari Wijaya Mulia Sari Anggar Kusuma Melati Sari, Fransiska Vina Satiri, Satiri Selly Rahmawati Septian Firman S Sodiq Septiani, Riska Shofinurdin Shofinurdin Sigit Budi Nugroho Sitti Aliyah Azzahra Sujiharno Sujiharno Vasthu Imaniar Ivanoti Wahyu Cesar Wahyu Desena Wahyudi, Widi Widiyaningrum, Diyah Kiki Yofita Sandra, S.Pd., M.Pd., Zico Farlin, Dr. Budiwirman, M.Pd., Yogi Ajeng Ningrum Zakaria Anshori

Title

Found 48 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 48 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 48 Documents
Search