Penerapan Datamining Klastering Pada Perusahaan Industri Mikro di Indonesia

Dinda Nabila Batubara, Agus Perdana Windarto, Anjar Wanto, Dedy Hartama, Eka Irawan

Abstract


Industri Mikro adalah perusahaan industri yang tenaga kerjanya antara 1-4 orang. Perusahaan atau usaha industri adalah suatu unit (kesatuan) usaha yang melakukan kegiatan ekonomi, bertujuan menghasilkan barang atau jasa, terletak pada suatu bangunan atau lokasi tertentu, dan mempunyai catatan administrasi tersendiri mengenai produksi dan struktur biaya serta ada seorang atau lebih yang bertanggung jawab atas usaha tersebut. Sumber data diperoleh dari situs Badan Pusat Statistik Indonesia. Penelitian ini bertujuan untuk mengelompokan wilayah wilayan di Indonesia dengan jumlah perusahaan industri mikro dengan menggunakan algoritma datamining klastering. Data yang digunakan dalam penelitian ini adalah data jumlah perusahaan industri mikro di indunesia berdasarkan provinsi pada tahun 2013 – 2015. Berdasarkan data tersebut diperoleh daerah dengan jumlah perusahaan insutri mikro dengan membagi menjadi 2 klaster yaitu, klaster tinggi (C1) dan klaster rendah (C2). Hasil penelitian diperoleh pengelompokan dari 34 provinsi yang ada di indonesian dan 2 cluster yang ada diperoleh hanya 3 provinsi di Indonesia dengan jumlah peruusahaan industri yang tergolong tinggi (C1) yaitu  jawa barat, jawa tengah dan jawa timur. Dan 31 provinsi lainnya  dengan jumlah peruusahaan industri yang tergolong rendah (C2)

Kata Kunci: Data Mining, Klastering, Perusahaan Indusrti mikro


Full Text:

PDF

References


F. Anggraeni, “Pengembangan Usaha Mikro, Kecil Dan Menengah (UMKM) Melalui Fasilitasi Pihak Eksternal Dan Potensi Internal (Studi Kasus Pada Kelompok Usaha ‘Emping Jagung’ Di Kelurahan Pandanwangi Kecamatan Blimbing Kota Malang),” J. Adm. Publik Mhs. Univ. Brawijaya, vol. 1, no. 6, pp. 1286–1295, 2013.

lies M. Hamzah and D. Agustien, “Pengaruh Perkembangan Usaha Mikro, Kecil, Dan Menengah Terhadap Pendapatan Nasional Pada Sektor Umkm Di Indonesia,” J. Ekon. Pembang., vol. 8, no. 2, pp. 215–228, 2019.

W. Katrina, H. J. Damanik, F. Parhusip, D. Hartama, A. P. Windarto, and A. Wanto, “C.45 Classification Rules Model for Determining Students Level of Understanding of the Subject,” J. Phys. Conf. Ser., vol. 1255, no. 12005, pp. 1–7, 2019, doi: 10.1088/1742-6596/1255/1/012005.

M. Widyastuti, A. G. Fepdiani Simanjuntak, D. Hartama, A. P. Windarto, and A. Wanto, “Classification Model C.45 on Determining the Quality of Custumer Service in Bank BTN Pematangsiantar Branch,” J. Phys. Conf. Ser., vol. 1255, no. 12002, pp. 1–6, 2019, doi: 10.1088/1742-6596/1255/1/012002.

Sudirman, A. P. Windarto, and A. Wanto, “Data mining tools | rapidminer: K-means method on clustering of rice crops by province as efforts to stabilize food crops in Indonesia,” IOP Conf. Ser. Mater. Sci. Eng., vol. 420, no. 1, 2018, doi: 10.1088/1757-899X/420/1/012089.

R. W. Sari, A. Wanto, and A. P. Windarto, “Implementasi Rapidminer Dengan Metode K-Means (Study Kasus: Imunisasi Campak Pada Balita Berdasarkan Provinsi),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 224–230, 2018, doi: 10.30865/komik.v2i1.930.

N. Rofiqo, A. P. Windarto, and D. Hartama, “Penerapan Clustering Pada Penduduk Yang Mempunyai Keluhan Kesehatan Dengan Datamining K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 216–223, 2018, doi: 10.30865/komik.v2i1.929.

M. G. Sadewo, A. P. Windarto, and A. Wanto, “Penerapan Algoritma Clustering Dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/ Mitigasi Bencana Alam Menurut Provinsi Dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 311–319, 2018, doi: 10.30865/komik.v2i1.943.

D. Hartama, A. Perdana Windarto, and A. Wanto, “The Application of Data Mining in Determining Patterns of Interest of High School Graduates,” J. Phys. Conf. Ser., vol. 1339, no. 1, 2019, doi: 10.1088/1742-6596/1339/1/012042.

D. R. Sari, N. Rofiqo, D. Hartama, A. P. Windarto, and A. Wanto, “Analysis of the Factors Causing Lazy Students to Study Using the ELECTRE II Algorithm,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012007.

R. W. Sari, A. P. Windarto, S. P. Keputusan, P. Kreatifitas, M. Pkm, and A. D. A. N. Pembahasan, “Penerapan Electree Pada Seleksi Proposal Program Kreativitas Mahasiswa ( PKM ) di STIKOM Tunas Bangsa,” in Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) SAINTEKS 2019, 2019, pp. 800–806.

F. Syahputra, M. Mesran, I. Lubis, and A. P. Windarto, “Sistem Pendukung Keputusan Pemilihan Guru Berprestasi Kota Medan Menerapkan Metode Preferences Selection Index (Studi Kasus : Dinas Pendidikan Kota Medan),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 147–155, 2018, doi: 10.30865/komik.v2i1.921.

P. P. P. A. N. W. F. I. R. H. Zer, Masitha, A. P. Windarto, and A. Wanto, “Analysis of the ELECTRE Method on the Selection of Student Creativity Program Proposals,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012011.

P. P. P. A. N. W. F. I. R. H. Zer, D. Hartama, and A. P. Windarto, “Analisis Komparasi Metode AHP dan TOPSIS dalam Pemilihan Asuransi Kategori Kesehatan Terbaik PT . Prudential,” in Seminar Nasional Sains & Teknologi Informasi (SENSASI) SENSASI 2019, 2018, pp. 427–432.

M. Widyastuti, F. R. S. Samosir, A. P. Windarto, and D. Hartama, “Implementasi Metode Promethee Dalam Pemilihan Kenaikan Jabatan Sous Chef Menjadi Chef,” Teknol. Komput. Sains, vol. 1, no. 1, pp. 807–812, 2019.

S. Sundari, Karmila, M. N. Fadli, D. Hartama, A. P. Windarto, and A. Wanto, “Decision Support System on Selection of Lecturer Research Grant Proposals using Preferences Selection Index,” J. Phys. Conf. Ser., vol. 1255, no. 1, pp. 1–8, 2019, doi: 10.1088/1742-6596/1255/1/012006.

P. Alkhairi, L. P. Purba, A. Eryzha, A. P. Windarto, and A. Wanto, “The Analysis of the ELECTREE II Algorithm in Determining the Doubts of the Community Doing Business Online,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012010.

D. N. Batubara, D. R. Sitorus P, and A. P. Windarto, “Penerapan Metode PROMETHEE II Pada Pemilihan Situs Travel Berdasarkan Konsumen,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 8, no. 1, pp. 46–52, 2019, doi: 10.32736/sisfokom.v8i1.598.

K. Fatmawati et al., “Analysis of Promothee II Method in the Selection of the Best Formula for Infants under Three Years,” J. Phys. Conf. Ser., vol. 1255, no. 1, 2019, doi: 10.1088/1742-6596/1255/1/012009.

T. Imandasari, A. P. Windarto, and D. Hartama, “Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) Analisis Metode MAUT Pada Pemilihan Deodorant,” in Seminar Nasional Teknologi Komputer & Sains (SAINTEKS) SAINTEKS 2019, 2019, pp. 736–739.

K. F. Irnanda, F. N. Arifah, M. R. Raharjo, A. Arifin, and A. P. Windarto, “The selection of Calcium Milk Products that are appropriate for advanced age using PROMETHEE II Algorithm,” J. Phys. Conf. Ser., vol. 1381, no. 1, 2019, doi: 10.1088/1742-6596/1381/1/012070.

T. Imandasari, M. G. Sadewo, A. P. Windarto, A. Wanto, H. O. Lingga Wijaya, and R. Kurniawan, “Analysis of the Selection Factor of Online Transportation in the VIKOR Method in Pematangsiantar City,” J. Phys. Conf. Ser., vol. 1255, no. 12008, pp. 1–7, 2019, doi: 10.1088/1742-6596/1255/1/012008.

T. Imandasari and A. P. Windarto, “Penerapan Metode VIKOR Pada Pemilihan Popok Bayi Berdasarkan Jenis Kulit,” Semin. Nas. Sains Teknol. Inf., pp. 215–220, 2018.

Hamdani, “Sistem Pakar Untuk Diagnosa Penyakit Mata Pada Manusia,” vol. 5, no. 2, pp. 13–21, 2010.

A. P. Windarto, M. R. Lubis, and Solikhun, “IMPLEMENTASI JST PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL DENGAN BACKPROPAGATION,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 411–418, 2018, doi: 10.25126/jtiik.201854767.

A. P. Windarto, M. R. Lubis, and Solikhun, “MODEL ARSITEKTUR NEURAL NETWORK DENGAN BACKPROPOGATION PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL,” Kumpul. J. Ilmu Komput., vol. 5, no. 2, pp. 147–158, 2018.

A. P. Windarto, L. S. Dewi, and D. Hartama, “Implementation of Artificial Intelligence in Predicting the Value of Indonesian Oil and Gas Exports With BP Algorithm,” Int. J. Recent Trends Eng. Res., vol. 3, no. 10, pp. 1–12, 2017, doi: 10.23883/IJRTER.2017.3482.J5BBS.

Sumijan, A. P. Windarto, A. Muhammad, and Budiharjo, “Implementation of Neural Networks in Predicting the Understanding Level of Students Subject,” Int. J. Softw. Eng. Its Appl., vol. 10, no. 10, pp. 189–204, 2016.

Budiharjo, T. Soemartono, A. P. Windarto, and T. Herawan, “Predicting tuition fee payment problem using backpropagation neural network model,” Int. J. Adv. Sci. Technol., vol. 120, pp. 85–96, 2018, doi: 10.14257/ijast.2018.120.07.

Budiharjo, T. Soemartono, A. P. Windarto, and T. Herawan, “Predicting School Participation in Indonesia using Back-Propagation Algorithm Model,” Int. J. Control Autom., vol. 11, no. 11, pp. 57–68, 2018.

C. C. Lee, “Fuzzy Logic in Control Systems : Fuzzy,” no. 2, 1990.

D. N. Batubara, A. P. Windarto, D. Hartama, and H. Satria, “Analisis Metode K-MEANS Pada Pengelompokan Keberadaan Area Resapan Air Menurut Provinsi,” no. x, pp. 345–349, 2019.

M. G. Sadewo, A. P. Windarto, and S. R. Andani, “Pemanfaatan Algoritma Clushtering Dalam Mengelompokkan Jumlah Desa / Kelurahan Yang Memiliki Sarana Kesehatan,” vol. I, pp. 124–131, 2017.

A. P. Windarto, “Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering,” Techno.COM, vol. 16, no. 4, pp. 348–357, 2017.

D. R. S. P, A. P. Windarto, D. Hartama, and E. Irawan, “Analisis Datamining Pada Pengelompokkan Penduduk Yang Menjadi Korban Kekerasan Fisik Menurut Wilayah,” pp. 350–356, 2019.

C. Astria, A. P. Windarto, A. Wanto, and E. Irawan, “Metode K-Means Pada Pengelompokan Wilayah Pendistribusian Listrik,” pp. 306–312, 2019.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Seminar Nasional Teknologi Komputer & Sains (SAINTEKS)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.