IDENTIFIKASI DAN KLASIFIKASI UMKM DI KABUPATEN ROKAN HULU MENGGUNAKAN METODE K-MEANS (Dinas Koperasi UKM Rokan Hulu)

EFRIDA, - (2020) IDENTIFIKASI DAN KLASIFIKASI UMKM DI KABUPATEN ROKAN HULU MENGGUNAKAN METODE K-MEANS (Dinas Koperasi UKM Rokan Hulu). Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (396kB)
	Text BAB 1 2 3.pdf Download (253kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Keberadaan UMKM (Usaha Mikro Kecil dan Menengah) sudah tersebar secara luas dan beragam di Kabupaten Rokan Hulu. Saat ini Dinas Koperasi UKM sudah memiliki Website pemetaan UMKM berbasis GIS. Namun pada website UMKM saat ini hanya menampilkan titik lokasi UMKM di peta saja dan tidak menampilkan jumlah usaha mikro, kecil, dan menengah yang tersebar disetiap Kecamatan yang ada Kabupaten Rokan Hulu. Maka dari itu berdasarkan website pemetaan UMKM berbasis GIS tersebut Saya ingin mengembangkan website tersebut dengan menambahkan metode penetilian data mining dengan menggunakan algoritma K-Means. K-Means merupakan salah satu metode data clustering non hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster atau kelompok dan data yang memiliki karakteristik yang berbeda dikelompokan dengan cluster atau kelompok yang lain sehingga data yang berada dalam satu cluster atau kelompok memiliki tingkat variasi yang kecil. Sistem ini dirancang dan dibangun menggunakan bahasa pemrograman PHP, yang menjadi inputan pada penelitian ini adalaha UMKM dengan variabel penilaian berdasarkan nilai aset dan nilai omset pertahunya yang kemudian diproses menggunakan algoritma K-Means sehingga menghasilkan outputnya beru cluster atau pengelompokan UMKM itu sendiri. Terdapat 3 cluster pada penelitian ini yaitu cluster 1 Usaha Mikro, cluster 2 Usaha Kecil dan cluster 3 Usaha Menengah. Pada pengujian 14 data usaha, penelitian ini berhasil menerapan metode K-Means untuk identifikasi dan klasifikasi UMKM dengan hasil pengujian 29% data ke cluster 1 sebanyak 4 data, 42% data ke cluster 2 sebanyak 6 data dan 29% data ke cluster 3 sebanyak 4 data.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Identifikasi dan Klasifikasi, K-Means, UMKM
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Unnamed user with username AdminPustaka
Date Deposited:	23 Dec 2021 02:16
Last Modified:	23 Dec 2021 02:16
URI:	http://repository.upp.ac.id/id/eprint/829

Actions (login required)

View Item