CLUSTERING PRODUK EKSPOR INDONESIA BERDASARKAN TINGKAT PERMINTAAN MENGGUNAKAN METODE K-MEANS TAHUN 2020-2022

  • Mujibulloh Mujibulloh Teknik Informatika, STMIK IKMI Cirebon
  • Martanto Martanto Manajemen Informatika, STMIK IKMI Cirebon
  • Umi Hayati Teknik Informatika, STMIK IKMI Cirebon
Keywords: Data mining, K-Means clustering, ekspor, KDD

Abstract

Indonesia saat ini merupakan salah satu eksportir ke berbagai negara maju dan berkembang. Meski demikian, terdapat permasalahan dalam mengidentifikasi pola dan prospek ekspor yang dapat membantu perusahaan dalam industri ini untuk membuat keputusan yang lebih baik. Penelitian ini bertujuan untuk menganalisis produk ekspor utama Indonesia dan memberikan prospek ekspor bagi perusahaan yang terlibat dalam industri ini dengan menggunakan teknik analisis K-Means Clustering. Peneliti Menggunakan data dari Badan Pusat Statistik Indonesia, penelitian ini mengambil sampel periode 2020-2022 yang kemudian dianalisis untuk mengidentifikasi cluster berdasarkan volume ekspor. Hasil penelitian menunjukkan bahwa metode K-Means efektif dalam mengklasifikasikan produk ekspor ke dalam tiga cluster: ekspor rendah (C0) dengan 99 data, ekspor dan impor sedang (C1) dengan 3 data, dan ekspor tinggi (C2) dengan 1 data. Dengan nilai DBI terkecil sebesar 0.3665 untuk cluster tiga, Hasil ini memberikan kontribusi dalam pemahaman lebih lanjut tentang pola ekspor dan impor dan dapat digunakan sebagai dasar untuk pengambilan keputusan yang lebih baik di dalam industri ini.

Downloads

Download data is not yet available.
Published
2024-02-05