Analisis segmentasi kabupaten/kota di provinsi jawa timur berdasarkan hasil bumi daerah untuk mengoptimalkan potensi umkm menggunakan model machine learning clustering / Muhammad Farhan Athif - Repositori Universitas Negeri Malang

Analisis segmentasi kabupaten/kota di provinsi jawa timur berdasarkan hasil bumi daerah untuk mengoptimalkan potensi umkm menggunakan model machine learning clustering / Muhammad Farhan Athif

Athif, Muhammad Farhan Athif (2023) Analisis segmentasi kabupaten/kota di provinsi jawa timur berdasarkan hasil bumi daerah untuk mengoptimalkan potensi umkm menggunakan model machine learning clustering / Muhammad Farhan Athif. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Proses pemulihan ekonomi pasca pandemi COVID-19 merupakan tantangan bagi berbagai negara termasuk Indonesia. Masalah ini ditambah dengan adanya fenomena resesi yang diisukan akan terjadi oleh World Bank. UMKM dianggap sebagai pendukung sektor ekonomi dalam menghadapi fluktuasi perekonomian akibat adanya pengaruh kondisi ekonomi domestik maupun ekonomi global. Diperlukan upaya untuk meningkatkan serta mengoptimalisasikan UMKM di berbagai wilayah. Penelitian ini mengolah data UMKM hasil bumi serta PDRB dalam menghasilkan segmentasi kabupaten/kota untuk optimalisasi UMKM yang ada dengan membandingkan model k-means clustering dan agglomerative clustering machine learning. Tahap pemodelan didukung dengan proses dimensionality reduction dengan metode principal component analysis (PCA). Didapatkan hasil bahwa model agglomerative clustering bekerja lebih optimal dengan menunjukkan performa lebih baik. Pemodelan menghasilkan segmentasi yang membagi kabupaten/kota menjadi 3 cluster dengan silhouette coefficient score sebesar 0 604. Hasil segmentasi didistribusikan menjadi sebuah output berupa interactive dashboard.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika
Depositing User: Users 2 not found.
Date Deposited: 11 Sep 2023 04:29
Last Modified: 09 Sep 2023 03:00
URI: http://repository.um.ac.id/id/eprint/292182

Actions (login required)

View Item View Item