Analisis Data Mining Pada Klasterisasi UMKM Dengan Menggunakan Algoritma K-Means
Keywords:
UMKM, Data Mining, Clusetering, RapidminerAbstract
UMKM merupakan usaha mikro kecil menengah yang dimiliki oleh seseorang atau perorangan. UMKM sangat berpengaruh dalam sektor ekonomi indonesia yaitu salah satu yang paling berguna adalah memberikan lowongan kerja dengan modal yang minim. Peran masyarakat dalam sektor pembangunan, khususnya dalam pembangunan ekonomi, adalah Usaha Mikro, Kecil dan Menengah (UMKM). Posisi UMKM dalam perekonomian nasional memiliki peran penting dan strategis. Kondisi ini sangat dimungkinkan karena keberadaan UMKM cukup dominan dalam perekonomian Indonesia Usaha mikro kecil menengah memiliki beberapa kriteria seperti berapa jumlah pendapatan maksimal dari usaha mikro, usaha kecil, dan usaha menengah. Dalam pemodelan clustering data mining dengan metode K-means yang kami gunakan, kami akan mengklasifikasikan yang mana usaha mikro, kecil, dan menengah. Pengelompokan UMKM memiliki sangat banyak manfaat, contohnya adalah ketika jika kita sudah mendapatkan data UMKMnya, kita dapat meningkatkan kualitas UMKM rendah agar dapat berkembang lebih lagi. Dari hasil perhitungan menggunakan rapidminer untuk menghasilkan data.
References
Abadi, S., Mat The, K. S., Nasir, B. M., Huda, M., Ivanova, N. L., Sari, T. I., Maseleno, A., Satria, F., & Muslihudin, M. (2018). Application model of k-means clustering: Insights into promotion strategy of vocational high school. International Journal of Engineering and Technology(UAE). https://doi.org/10.14419/ijet.v7i2.11491
Budiman, J., & Herkulana, H. (2021). PERAN UMKM DALAM PENYERAPAN TENAGA KERJA DI KOTA PONTIANAK. Jurnal Ekonomi Integra. https://doi.org/10.51195/iga.v11i2.164
Darwis, M., Hasibuan, L. H., Firmansyah, M., Ahady, N., & Tiaharyadini, R. (2021). Implementation of K-Means clustering algorithm in mapping the groups of graduated or dropped-out students in the Management Department of the National University. JISA(Jurnal Informatika Dan Sains). https://doi.org/10.31326/jisa.v4i1.848
Ghazal, T. M., Hussain, M. Z., Said, R. A., Nadeem, A., Hasan, M. K., Ahmad, M., Khan, M. A., & Naseem, M. T. (2021). Performances of k-means clustering algorithm with different distance metrics. Intelligent Automation and Soft Computing. https://doi.org/10.32604/iasc.2021.019067
Janßen, A., & Wan, P. (2020). k-means clustering of extremes. Electronic Journal of Statistics. https://doi.org/10.1214/20-ejs1689
Kumar, M., & Verma, A. (2018). Clustering Techniques - A Review. International Journal of Computer Sciences and Engineering, 6(6), 1091–1099. https://doi.org/10.26438/ijcse/v6i6.10911099
Magdalena, L., & Fahrudin, R. (2020). Penerapan Data Mining Untuk Koperasi Se-Jawa Barat Menggunakan Metode Clustering pada Kementerian Koperasi dan UKM. Jurnal Digit. https://doi.org/10.51920/jd.v9i2.120
Menengah, D., Situs, M., Indriasari, A., Suryanti, N., & Afriana, A. (2017). UNDANG-UNDANG NOMOR 20 TAHUN 2008 TENTANG USAHA MIKRO, KECIL, DAN MENENGAH. ACTA DIURNAL Jurnal Ilmu Hukum Kenotariatan.
Mustapita, A. F., & Slamet, A. R. (2020). PENGEMBANGAN EKONOMI LOKAL KABUPATEN MALANG MELALUI KAJIAN POTENSI KLASTER INDUSTRI KECIL. Buletin Studi Ekonomi. https://doi.org/10.24843/bse.2020.v25.i02.p07
Sarfiah, S., Atmaja, H., & Verawati, D. (2019). UMKM Sebagai Pilar Membangun Ekonomi Bangsa. Jurnal REP (Riset Ekonomi Pembangunan). https://doi.org/10.31002/rep.v4i2.1952
Suharjo, B., & Utama, M. S. Y. (2021). K-Means Cluster Analysis of Sex, Age, and Comorbidities in the Mortalities of Covid-19 Patients of Indonesian Navy Personnel. JISA(Jurnal Informatika Dan Sains). https://doi.org/10.31326/jisa.v4i1.869
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Budi Arifitama, Ade Syahputra
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
