<![CDATA[Pengelolaan kerhartabendaan merupakah salah satu tugas penting Majelis Wakaf Muhammadiyah seluruh Indonesia. Penelitian ini mengambil studi kasus Majelis Wakaf Pimpinan Wilayah Muhammdiyah Daerah Istimewa Yogyakarta (PWM DIY) untuk diambil datanya kemudian dikelola untuk dikelompokan dengan algoritma k-means dalam kecerdasan buatan. Dalam pengelolaan kehartabendaan PWM DIY telah menggunakan sebuah aplikasi yang dipakai untuk pendataan, namun data-data kehartabendaan yang ada belum dapat diketahui informasi kehartabendaan yang produktif. Diperlukan suatu informasi terkait produktifitas kehartabendaan bagi pimpinan agar dapat mengetahui nilai ekonomis suatu kehartabendaan yang dimiliki oleh persyarikatan Muhammadiyah oleh pimpinan untuk dapat menjadi pertimbangan keputusan di masa mendatang. Tujuan penelitian ini melakukan optimalisasi penggunaan aplikasi kehartabendaan SIMAM dengan melakukan pengembangan fitur menerapkan metode clustering sebagai salah satu algoritma dalam kecerdasan Buatan, yaitu algoritma K Means. Metode yang dilakukan dengan mengambil data yang terdapat dalam aplikasi kehartabendaan milik PWM DIY, kemudian dilakukan prosen penambangan data untuk memperoleh pola data kehartabendaan dengan menggunakan 4 variabel, yaitu; barang, kendaraan, tanah dan bangunan. Selanjutnya dilakukan pre-processing data untuk mendapatkan data yang baik agar mudah dilakukan clustering dengan menerapkan algoritma K-Means yang menghasilkan 3 kelompok data yaitu; Produktif, non produktif dan tidak terdefinisi. Hasil pengujian web menunjukkan seluruh modul dapat berfungsi dengan baik, sedangkan hasil pengujian akurasi dengan metode comfusion matrix menunjukkan hasil akurasi 100%. Manfaat dari penelitian ini mengoptimalkan fungsi tatakelola kehartabendaan Muhammadiyah melalui aplikasi SIMAM dan diintegrasikan dengan aplikasi kecerdasan buatan yang dapat memberikan rekomendasi kepada pimpinan khususnya pengelola kehartabendaan muhammadiyah untuk mengetahui produktifitas dari kehartabendaan tersebut. Selain itu penelitian ini dapat diteruskan ke penelitian selanjutnya untuk memprediksi nilai ekonomis kehartabendaan setiap tahunnya dengan menggunakan metode forecasting.]]>
