Implementasi Fuzzy C-Means Clustering dalam Pengelompokan UKM Di Kabupaten Rokan Hulu

Authors

  • Erni Rouza PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS PASIR PENGARAIAN
  • Luth Fimawahib PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS PASIR PENGARAIAN

DOI:

https://doi.org/10.33633/tc.v19i4.4101

Keywords:

Fuzzy C-Mean Clustering, Usaha Kecil Menengah (UKM), Rokan Hulu

Abstract

Dalam upaya meningkatkan Usaha Kecil dan Menengah (UKM) di Kabupaten Rokan Hulu yang menjadi industri kreatif dan inovatif tentunya pendataan pesebaran UKM harus up to date dan valid sehingga pemerintah dapat memberikan kebijakan ataupun bantuan kepelaku usaha untuk mengembangkan usahanya apalagi dalam situasi pandemic ini. Penelitian ini bertujuan untuk mengelompokkan jenis UKM yang ada di Rokan Hulu menggunakan metode Fuzzy C-Means Clustering  dan membuat aplikasi baru berbasis Web untuk mendata persebaran UKM yang dilengkapi dengan peta pesebaran UKM . Fuzzy C-Mean Clustering (FCM) adalah suatu teknik pengclusteran data yang mana keberadaan tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaannya. Variabel yang digunakan berdasarkan omset, asset dan jumlah tenaga kerja. Sedangkan untuk pengelompokan jenis UKM dicluster menjadi 3 jenis, yaitu usaha menengah, usaha kecil dan usaha mikro. Berdasarkan hasil pengujian metode Fuzzy C-Mean Clustering dapat mengelompokkan jenis Usaha Kecil Menengah berdasarkan 3 cluster yaitu usaha menengah, usaha kecil dan usaha mikro, serta nilai validasinya rata-rata hampir mendekati angka 1, hal tersebut menunjukkan bahwa Fuzzy C-Means Clustering memiliki tingkat akurasi yang tinggi sebesar 80-90 %.  

References

Oki, 2016, Investasi UKM Terus Meningkat di Kabupaten Rokan Hulu. Topriau.com.

Luthfi, E. T. (2007, November). Fuzzy C-Means untuk Clustering Data (studi kasus: data performance mengajar dosen). In Seminar Nasional Teknologi (Vol. 2007, pp. 1-7).

Abdy, M. (2018). Pengklasteran dengan Algoritma Fuzzy C-Means. Jurnal Matematika, Statistika dan Komputasi, 12(1), 30-35.

Kusuma, D. T., & Agani, N. (2015). Prototipe Komparasi Model Clustering Menggunakan Metode K-Means Dan FCM untuk Menentukan Strategi Promosi: Study Kasus Sekolah Tinggi Teknik-PLN Jakarta. Jurnal TICom, 3(3), 93460.

Sutoyo, M. N., & Sumpala, A. T. (2015). Penerapan Fuzzy C-Means untuk Deteksi Dini Kemampuan Penalaran Matematis. Scientific Journal of Informatics, 2(2), 129-135.

DewiAstria, D., & Suprayogi, S. (2017). Penerapan Algoritma Fuzzy C-Means Untuk Clustering Pelanggan Pada CV. Mataram Jaya Bawen. Jurnal Eksplora Informatika, 6(2), 169-187.

Ferdiansyah, R., Efendi, R., & Susilo, B. (2018). Rancang Bangun Aplikasi Klasifikasi Usaha Mikro Home Industry Ikan Kering Dengan Algoritme Fuzzy C-Means Clustering di Daerah Pesisir Kota Bengkulu. Rekursif: Jurnal Informatika, 6(2).

Ramadhan, A., Efendi, Z., & Mustakim, M. (2017, May). Perbandingan K-Means dan Fuzzy C-Means untuk Pengelompokan Data User Knowledge Modeling. In Seminar Nasional Teknologi Informasi Komunikasi dan Industri (pp. 219-226).

Rustiyan, R., & Mustakim, M. (2018). Penerapan Algoritma Fuzzy C Means untuk Analisis Permasalahan Simpanan Wajib Anggota Koperasi. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(2), 171-176.

Kusumadewi, Sri, Purnomo Hari. Aplikasi Logika Fuzzy. Graha Ilmu. Yogyakarta; 2010.

Alexander F.K. Sibero. Web programming power pack. MediaKom. Yogyakarta; 2013.

Betha Sidik and I. M. E. I. P. Husni. Pemrograman Web dengan PHP, Bandung: Informatika. 2012.

Downloads

Published

2020-11-26

Issue

Vol. 19 No. 4 (2020): November 2020

Section

Articles

License

Copyright (c) 2020 Erni Rouza, Luth Fimawahib

Creative Commons License

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

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.