IMPLEMENTASI DATA MINING DALAM PENGELOMPOKAN UMKM DI KECAMATAN BALEN MENGGUNAKAN ALGORITMA K-MEANS

FERANISA, LISTIN (2023) IMPLEMENTASI DATA MINING DALAM PENGELOMPOKAN UMKM DI KECAMATAN BALEN MENGGUNAKAN ALGORITMA K-MEANS. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (505kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (551kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (659kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (476kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (704kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (767kB) | Request a copy

Abstract

Usaha Mikro Kecil Menengah (UMKM) memiliki peran signifikan dalam perekonomian Indonesia, UMKM memberikan kontribusi besar terhadap Produk Domestik Bruto (PDB) dan penyerapan tenaga kerja nasional. Dampak besar pandemi COVID-19 terhadap pelaku UMKM di desa terlihat pada penurunan omset dan keterbatasan mobilitas mereka. Pemerintah berupaya mendukung UMKM melalui program pelatihan, pendampingan, akses pasar, dan modal. Penelitian ini mengusulkan implementasi Data Mining dengan algoritma K-Means untuk mengelompokkan UMKM di Kecamatan Balen. Tujuan dari penelitian ini yaitu mengimplementasikan algoritma K-Means dan mengembangkan aplikasi yang dapat mengelompokan UMKM. Pada penelitian sebelumnya, algoritma K-Means digunakan untuk mendapatkan kelompok UMKM berdasarkan potensi perkembangan usaha. Kesimpulan dari penelitian ini adalah algoritma K-Means efektif dalam mengelompokkan UMKM berdasarkan potensi perkembangan usaha. Dari hasil penelitian ini didapatkan bahwa terdapat 9 UMKM berada di klaster 1, 103 UMKM di klaster 2, dan 30 UMKM di klaster 3 serta aplikasi yang dikembangkan dapat didistriusikan kepada pengguna dengan memperoleh nilai layak dalam pengujian aplikasi.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: UMKM, K-Means, Clustering
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: LISTIN FERANISA
Date Deposited: 15 Sep 2023 07:59
Last Modified: 15 Sep 2023 07:59
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
DIRGANTORO, GURUH PUTRO
NIDN0722049201
Thesis advisor
SA'IDA, ITA ARISTIA
NIDN0708039101
URI: https://repository.unugiri.ac.id:8443/id/eprint/4059

Actions (login required)

View Item
View Item