Abstrak :-IMPLEMENTASI K-MEANS DAN ID3 UNTUK BANTUAN UMKM TELEMATIKA
Dimas Nursyahbani1, Eneng Tita Tosida2, Mulyati3
1,2,3Program Studi Ilmu Komputer, FMIPA, Universitas Pakuan
Jl. Pakuan PO Box 452, Bogor, 16143, Jawa Barat Indonesia
dimasnursyahbani83@gmail.com1,enengtitatosida@unpak.ac.id2, mulyati@unpak.ac.id3
Abstrak
Usaha Kecil Menengah Jasa Telematika merupakan usaha yang penting di Indonesia yang bergerak di bidang usaha jasa telematika.Usaha Jasa Telematika menjadi trend melihat perkembangan industri yang menjadi andalan di masa depan dan salah satu upaya penyiapan Industri Telematika sebagai industri prioritas Nasional. Telematika menjadi hal yang utama dalam tumbuhnya pembangunan dan ekonomi Indonesia saat ini.Meningkatnya Usaha Mikro Kecil Menengah (UMKM) Telematika adalah potensi yang harus didukung untuk memiliki nilai kompetitif, terutama dalam menghadapi Masyarakat Ekonomi ASEAN (MEA). Tapi ada banyak kesulitan dalam menentukan keputusan untuk memberikan bantuan kepada UMKM yang benar-benar membutuhkan.Salah satu penyebabnya adalah banyaknya data serta standar kualifikasi untuk memutuskan kelayakan UMKM tersebut untuk diberikan bantuan. Meningkatnya UMKM Jasa Telematika adalah potensi yang harus didukung untuk memiliki nilai kompetitif, terutama dalam menghadapi Masyarakat Ekonomi ASEAN (MEA). Kesulitan dalam menentukan keputusan salah satunya ialah banyaknya data.untuk memberikan bantuan kepada UMKM yang benar-benar membutuhkan. Metode clustering merupakan metode yang tepat dalam melakukan pengelompokan. Algoritma K-Means adalah salah satu metode partisi clustering untuk mengelompokan sekumpulan data menjadi sejumlah cluster. Penggunaan algoritma klasifikasi data mining tepatnya algoritma ID3 akan diterapkan untuk menentukan bantuan usaha jasa telematika Indonesia. Data yang digunakan adalah data UMKM Jasa Telematika Indonesia sesuai data Sensus Ekonomi Nasional pada tahun 2006 Badan Pusat Statistik Indonesia dengan data sebanyak 8798. Pemberian bantuan dikelompokan menjadi 2 kelompok yaitu Ya dan Tidak, kemudian dilakukan pengujian Confussion Matrix yang menghasilkan nilai yang lebih optimal.
Kata Kunci : UMKM Jasa Telematika Indonesia, K-Means, Clustering,