TRUNOJOYO-Tugas Akhir-33974-Abstract.pdf
Restricted to Repository staff only
Download (168kB)
TRUNOJOYO-Tugas Akhir-33974-Cover.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-33974-Chapter1.pdf
Restricted to Repository staff only
Download (193kB)
TRUNOJOYO-Tugas Akhir-33974-Chapter2.pdf
Restricted to Repository staff only
Download (301kB)
TRUNOJOYO-Tugas Akhir-33974-Chapter3.pdf
Restricted to Repository staff only
Download (458kB)
TRUNOJOYO-Tugas Akhir-33974-Chapter4.pdf
Restricted to Repository staff only
Download (947kB)
TRUNOJOYO-Tugas Akhir-33974-Conclusion.pdf
Restricted to Repository staff only
Download (167kB)
TRUNOJOYO-Tugas Akhir-33974-References.pdf
Restricted to Repository staff only
Download (228kB)
TRUNOJOYO-Tugas Akhir-33974-Appendices.pdf
Restricted to Repository staff only
Download (753kB)
Abstract
Usaha mikro, kecil, dan menengah, juga biasa dikenal UMKM mempunyai peranan yang sangat signifikan dalam membangun ekonomi nasional. Kecamatan Manyar, adalah salah satu kecamatan di Gresik yang memiliki peluang cukup besar untuk pengembangan dan pertumbuhan UMKM. Tujuan dari penelitian ini untuk mengelompokkan UMKM di Kecamatan Manyar dengan memanfaatkan metode K�means clustering. Variabel yang digunakan untuk clustering meliputi jenis usaha, omset, asset, dan jumlah tenaga kerja. Normalisasi Min-Max digunakan untuk memastikan keseragaman nilai data, dan Label Encoding digunakan untuk mengubah data kategorikal menjadi data numerik. Metode Elbow digunakan untuk menentukan jumlah cluster optimal. Uji performa hasil clustering pada penelitian ini menggunakan metode Dunn Index. Hasil uji coba dengan 702 data menunjukkan bahwa jumlah cluster paling optimal adalah di cluster 2, dengan SSE sebesar 58.50. Dari 2 cluster ini, dilakukan pengelompokan berdasarkan nilai jenis usaha dan jumlah tenaga kerja. Sumbu x pada grafik mewakili nilai jumlah tenaga kerja, sedangkan sumbu y pada grafik mewakili nilai jenis usaha. Hasil yang di dapatkan yaitu cluster 1 cenderung mengelompok pada nilai jumlah tenaga kerja yang lebih rendah, sedangkan cluster 2 mengelompok pada nilai jumlah tenaga kerja yang lebih tinggi.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM MOH. ERWIN PRIMA ARYA |
| Department | Sistem Informasi |
| Uncontrolled Keywords | UMKM; Clustering; K-means; Data Mining |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 15:28 |
| Last Modified | 24 Oct 2026 16:52 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/8007 |
