Klastering Model Citizen Science Untuk Smart Economy - Smart Village Menggunakan Algoritma Fuzzy C-Means

  • Kode Repository : SKI17/RIK/22
  • NPM : 065118320
  • Nama : Riko Setiawan
  • Pembimbing 1 : -Eneng Tita T., S.Tp, M.Si, M.Kom
  • Pembimbing 2 : -Irma Anggraeni, M.Kom
  • Abstrak : -Beberapa desa di Indonesia mulai mengembangkan smart village dan smart economy, seiring dengan perkembangan teknologi dan untuk mengembangkan ekonomi desa. Dalam pengembangannya warga desa harus ikut serta dalam kesiapan smart economy-smart village dengan mengetahui karakteristik kesiapan warga desa berdasarkan model citizen science. Penelitian bertujuan untuk mengklasifikasikan warga desa agar dapat mengetahui levelisasi kesiapan warga desa terhadap smart economy-smart village khususnya di kecamatan kabandungan kabupaten sukabumi. pengelompokan diperlukan untuk mengidentifikasi kelompok warga kesiapan warga berdasarkan karakteristiknya. Data dikelompokan menjadi 4 cluster menggunakan Fuzzy C-Means dengan nilai Davies Bouldin Index 1,2911. Pengujian dilakukan terhadap 350 responden dengan 271 variabel, dengan menentukan nila information gain 50 variabel dengan nilai terbesar untuk diproses clustering dengan hasil pengujian asumsi kaiser mayer olkin sebesar 0,9752. Berdasarkan hasil klustering data dan hasil analisis centroid, dapat diketahui bahwa 23,71% warga sangat tidak siap untuk smart economy-smart village, 29,42% warga yang kurang siap untuk smart economy-smart village, 24,85% warga yang cukup siap untuk smart economy-smart village, 22% warga sangat siap untuk smart economy-smart village. Kata Kunci: Information Gain, Kaiser Mayer Olkin, Fuzzy C-means, Clustering, Citizen Science
  • Program Studi : Ilmu Komputer