UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Visitor
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Analisis Potensi Menggunakan Metode K-means (Studi Kasus Kecamatan Mandai)
Penanda Bagikan

Skripsi

Analisis Potensi Menggunakan Metode K-means (Studi Kasus Kecamatan Mandai)

M. Thoriq Faturrahman - Nama Orang;

ABSTRAK

M.THORIQ FATHURRAHMAN. Analisis Potensi UMKM menggunakan Metode K-Means (Studi Kasus Kecamatan Mandai) (dibimbing oleh Muhammad Rizal dan Tamsir)

Permasalahan yang dihadapi adalah belum adanya pemetaan potensi Usaha Mikro, Kecil, dan Menengah (UMKM) yang terstruktur di Kecamatan Mandai sehingga menyulitkan pemerintah maupun pelaku usaha dalam menentukan strategi pengembangan yang tepat sasaran. Solusi yang ditawarkan dalam penelitian ini adalah penerapan algoritma K-Means clustering untuk mengelompokkan UMKM berdasarkan karakteristik tertentu (modal, omzet, jenis usaha, dan lokasi), sehingga dapat menghasilkan peta potensi yang lebih jelas, terukur, dan mendukung pengambilan keputusan berbasis data. Penelitian ini bertujuan untuk menganalisis potensi UMKM dengan menerapkan algoritma K-Means clustering dalam mengelompokkan desa/kelurahan berdasarkan variabel modal, omzet, jenis usaha, dan lokasi. Data penelitian ini diperoleh melalui studi lapangan dan studi pustaka. Metode yang digunakan dalam penelitian adalah algoritma K-Means clustering dengan pengujian kualitas menggunakan Silhouette Score dan Davies-Bouldin Index. Hasil penelitian menunjukkan bahwa UMKM terbagi menjadi empat klaster, yaitu potensi rendah, menengah bawah, menengah atas, dan tinggi. Nilai Silhouette Score sebesar 0,414 dan Davies-Bouldin Index sebesar 0,764 mengindikasikan kualitas pengelompokan yang cukup baik. Dengan demikian, algoritma K-Means terbukti efektif dalam memetakan potensi UMKM serta dapat menjadi dasar bagi perumusan kebijakan pengembangan yang lebih terarah dan berbasis data.

Kata Kunci: Clustering, Data Mining, K-Means, Kecamatan Mandai, UMKM.
 


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 1009) SKR/TI/2025 REF MTH a
3048/SKR-Ti/AKBA/26
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR MTH a
Penerbit
Makassar : UNITAMA., 2025
Deskripsi Fisik
xiii + 63 hlm., 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF MTH a
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Muhammad Rizal. H dan Pembimbing II: Tamsir Penguji: Muhammad Arafah, Tamra dan Fitriana M. Sabir
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?