REKOMENDASI PEMASARAN KENDARAAN BERMOTOR RODA DUA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERBASIS GEOSPASIAL

Jurnal Teknologi dan Komunikasi STMIK Subang

View Publication Info
 
 
Field Value
 
Title REKOMENDASI PEMASARAN KENDARAAN BERMOTOR RODA DUA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERBASIS GEOSPASIAL
REKOMENDASI PEMASARAN KENDARAAN BERMOTOR RODA DUA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERBASIS GEOSPASIAL
 
Creator Suryadi, Usep Tatang
Meilawati, Lina
 
Subject Clustering, Data Mining, K-Means, MySQL, PHP, Transportasi.
Clustering, Data Mining, K-Means, MySQL, PHP, Transportasi.
 
Description Pada tahun 2013, jumlah angkutan alat transportasi umum dan luas di Kabupaten Subang adalah 661: 2052. Dengan jumlah kendaraan yang tidak layak guna sebanyak 396 kendaraan atau 60% dari total. Data KOPJAS pada 2018, jumlah trayek / rute angkutan umum sebanyak 420 trayek / rute, sedangkan jumlah trayek / rute elf sebanyak 227 trayek / rute. Jadi, total seluruh trayek / rute di Kabupaten Subang sebanyak 647 trayek / rute. Dengan persyaratan tersebut jelas, masyarakat perlu kendaraan untuk bertransportasi. Di mana persebarannya sendiri tidak dapat diakses dengan jumlah tertentu hanya bisa diakses dengan kendaraan pribadi dan sebagian besar hanya bisa diakses oleh kendaraan roda dua.Berdasarkan pemaparan di atas, prospek bisnis / pemasaran kendaraan roda dua di Kabupaten Subang sangat menjanjikan. Tentu harus didukung dengan pemasaran yang baik, disetujui memilih daerah-daerah dengan analisis klasterisasi daerah persebaran kendaraan umum. Untuk kemudian dijadikan sasaran pemasaran kendaraan roda dua. Penerapan teknik Penambangan data Metode pengelompokan menggunakan Algoritma K-Berarti Pengelompokan pada data KOPJAS Kabupaten Subang dari 26 Kecamatan untuk melakukan klasterisasi persebaran Trayek di Kabupaten Subang sebagai bahan promosi pemasaran kendaraan roda dua. Diperoleh data yang ditabulasi, dilakukan pemilihan 2 centroid secara acak, untuk mendapatkan dua klaster. Selanjutnya menghitung besaran rasionya.Kemudian dilakukan pencarian nilai jarak baru ke centroid baru, penghitungan jarak berhenti kompilasi nilai rasio tidak berubah lagi, tentukan jarak minimum dan kuadrat jarak minimum, Jadi didapat 4 kali iterasi. Bagaimana K-berarti Clustering dapat melakukan klasterisasi Keamatan di Kabupaten Subang. Aplikasi yang digunakan dalam mengolah data tersebut yaitu Xampp, Php, MySql dan Notepad ++. 
Pada tahun 2013, jumlah angkutan alat transportasi umum dan luas daerah di Kabupaten Subang adalah 661: 2052. Dengan jumlah kendaraan yang tidak layak guna sebanyak 396 kendaraan atau 60% dari total. Data KOPJAS pada 2018, jumlah trayek / rute angkutan umum sebanyak 420 trayek / rute, sedangkan jumlah trayek / rute elf sebanyak 227 trayek / rute. Jadi, total seluruh trayek / rute di Kabupaten Subang sebanyak 647 trayek / rute. Dengan syarat tersebut jelas, masyarakat perlu kendaraan untuk bertransportasi. Di mana persebarannya sendiri tidak dapat diakses dengan jumlah tertentu hanya bisa diakses dengan kendaraan pribadi dan sebagian besar hanya bisa diakses oleh kendaraan roda dua. Berdasarkan pemaparan di atas, prospek bisnis / pemasaran kendaraan roda dua di Kabupaten Subang sangat menjanjikan. Tentu harus didukung dengan pemasaran yang baik, disetujui memilih daerah-daerah dengan analisis klasterisasi daerah persebaran kendaraan umum. Untuk kemudian dijadikan sasaran pemasaran kendaraan roda dua. Penerapan teknik Penambangan data Metode pengelompokan menggunakan Algoritma K-Means Pengelompokan pada data KOPJAS Kabupaten Subang dari 26 Kecamatan untuk melakukan klasterisasi persebaran Trayek di Kabupaten Subang sebagai bahan promosi pemasaran kendaraan roda dua. Diperoleh data yang ditabulasi, dilakukan pemilihan 2 centroid secara acak, untuk mendapatkan dua klaster. Selanjutnya menghitung besaran rasionya. Kemudian dilakukan pencarian nilai jarak baru ke centroid baru, penghitungan jarak berhenti kompilasi nilai rasio tidak berubah lagi, tentukan jarak minimum dan kuadrat jarak minimum, Jadi didapat 4 kali iterasi. Bagaimana K-berarti Clustering mampu melakukan klasterisasi Keamatan di Kabupaten Subang. Aplikasi yang digunakan dalam mengolah data tersebut yaitu Xampp, Php, MySql dan Notepad ++. 
 
Publisher STMIK SUBANG
 
Date 2019-10-01
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
 
Format application/pdf
 
Identifier http://jurnalstmiksubang.ac.id/index.php/jtik/article/view/159
 
Source Jurnal Teknologi dan Komunikasi STMIK Subang; Vol. 14 No. 2 (2019): October; 119-129
Jurnal Teknologi dan Komunikasi STMIK Subang; Vol 14 No 2 (2019): Oktober; 119-129
2252-4517
2252-4517
 
Language ind
 
Relation http://jurnalstmiksubang.ac.id/index.php/jtik/article/view/159/pdf
 
Rights Copyright (c) 2019 Jurnal Teknologi dan Komunikasi STMIK Subang
https://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library