Abstract:This study was motivated by the low mathematics learning outcomes of vocational high school students, which are influenced by affective factors, particularly learning interest and self-confidence. Mathematics plays a crucial…
cial role in developing students’ logical, critical, and systematic thinking skills; therefore, successful mathematics learning constitutes an essential component of vocational education. The research problem focused on the influence of learning interest and self-confidence on the mathematical cognitive learning outcomes of eleventh-grade students at SMK Negeri 7 Kabupaten Tangerang. The study employed a quantitative approach with a correlational survey design. The research sample consisted of 129 students selected through cluster sampling techniques. Data were collected through Likert-scale questionnaires and documentation of students’ mathematics scores. Data analysis was conducted using descriptive statistics, Pearson correlation, and multiple linear regression with the assistance of SPSS software. The findings revealed that learning interest did not have a significant effect on mathematics learning outcomes, contributing only 1.1%, whereas self-confidence had a significant effect with a contribution of 10.8%. Simultaneous testing demonstrated that learning interest and self-confidence collectively exerted a significant influence on mathematics learning outcomes with a contribution of 13.8%. The findings indicate that self-confidence is a more dominant affective factor than learning interest in improving the mathematical cognitive learning outcomes of vocational high school students. The novelty of this study lies in the finding that the vocational practice-oriented characteristics of vocational high school students cause learning interest not to directly influence mathematics learning outcomes, while self-confidence emerges as a more determining factor in students’ academic achievement. The results of this study are expected to serve as a foundation for developing mathematics learning strategies that are more oriented toward strengthening students’ psychological aspects.
Abstract:East Java Province is a region with significant economic contribution in Indonesia, occupying the third position nationally with a contribution of 14.26%. However, despite its rapid economic growth, East Java still faces…
welfare challenges, especially in terms of poverty which is still relatively high compared to other provinces on the island of Java. The poverty rate in East Java is on a downward trend, but it still remains above the national average. This condition indicates an imbalance in the welfare of the community in the East Java region. Welfare is measured based on the ability of the community to meet decent, healthy, and productive basic needs, with the Human Development Index (HDI) as one of the main indicators. HDI can measure human development achievements based on several basic components of quality of life, including the education dimension, the age and health dimension, and the standard of decent living. Therefore, the government needs to group regions with appropriate characteristics to make it easier to make policies. One of the statistical analyses that can be used in this study is cluster analysis. The results of this study are that East Java Province in 2023 shows a diversity of welfare indicators, such as TPT, HDI, and AHH, reflecting differences in economic, educational, and health conditions between regions. The cluster method with the best assessment in this study is the K-Means method with five clusters. The characteristics in clusters I and II tend to have low welfare, while clusters III, IV, and V show better welfare. The results of this study show a change in the number of clusters compared to previous research conducted by Muhammad Fikry Al Farizi et al. in 2022. The previous study produced four clusters using the average linkage method.
Abstract:Penelitian ini dilakukan untuk mengkaji dampak penerapan model Pembelajaran Berbasis Masalah (PBL) terhadap hasil belajar matematika siswa pada topik perbandingan di Sekolah Dasar Swasta AlWashliyah 80 Kisaran. Metode penelitian…
nelitian yang digunakan Adalah eksperimen dengan pendekatan kuantitatif. Teknik pengambilan sampel yang dipilih adalah pengambilan sampel klaster, yang melibatkan siswa dari kelas VI B dan VI C sebagai subjek penelitian.Teknik analisis data yang digunakan meliputi uji normalitas Shapiro-Wilk dan uji-T untuk pengujian hipotesis. Hasil uji normalitas menunjukkan bahwa data dari kedua kelas tersebut berdistribusi normal, dengan nilai signifikansi sebesar 0,052 untuk kelas eksperimen dan 0,693 untuk kelas kontrol; kedua nilai tersebut melebihi 0,05. Hasil pengujian hipotesis menunjukkan nilai Sig. (dua sisi) sebesar 0,000 < 0,05; oleh karena itu, H₀ ditolak dan H₁ diterima. Hal ini membuktikan bahwa terdapat perbedaan yang signifikan dalam prestasi belajar matematika antara siswa yang menggunakan model PBL dan mereka yang belajar secara konvensional. Oleh karena itu, model Pembelajaran Berbasis Masalah telah terbukti efektif dalam meningkatkan prestasi belajar matematika siswa.
This study was conducted to examine the impact of implementing the Problem-Based Learning (PBL) on students’ mathematics learning outcomes in the topic of ratios at AlWashliyah Private Elementary School 80 Kisaran. The research method used was an experiment with a quantitative approach. The sampling technique selected was cluster sampling, involving students from classes VI B and VI C as research subjects. The data analysis techniques used included the Shapiro-Wilk normality test and the t-test for hypothesis testing. The results of the normality test indicated that the data from both classes were normally distributed, with significance values of 0.052 for the experimental class and 0.693 for the control class; both values exceeded 0.05. The results of the hypothesis testing showed a Sig. (two-tailed) value of 0.000 < 0.05; therefore, H₀ was rejected and H₁ was accepted. This proves that there is a significant difference in mathematics achievement between students who used the PBL model and those who learned conventionally. Therefore, the Problem-Based Learning model has been proven effective in improving students’ mathematics achievement.
Abstract:Pengangguran terbuka di Indonesia merupakan salah satu masalah sosial dan ekonomi yang signifikan, yang dapat menghambat pertumbuhan ekonomi serta mempengaruhi kesejahteraan masyarakat secara luas. Penelitian ini bertujuan…
an untuk menganalisis Tingkat Pengangguran Terbuka (TPT) Indonesia dari tahun 2020 hingga 2023, dengan fokus pada perubahan klaster data TPT menggunakan metode K-Means Clustering. Data yang digunakan diambil dari Badan Pusat Statistik (BPS), yang memberikan gambaran komprehensif mengenai variasi TPT antarprovinsi. Metodologi yang diterapkan mencakup pengumpulan dan pengolahan data untuk memastikan akurasi serta kelengkapan informasi. Hasil analisis menunjukkan bahwa hanya Provinsi Riau yang berhasil naik ke cluster 1 (TPT rendah), sementara Provinsi Sumatera Barat mengalami penurunan ke cluster 2 (TPT tinggi). Evaluasi menggunakan Davies-Bouldin Index menegaskan pemisahan cluster yang optimal pada jumlah cluster 2, mengindikasikan efektivitas pengelompokan. Temuan dari penelitian ini diharapkan dapat memberikan wawasan berharga bagi pembuat kebijakan untuk merumuskan strategi yang lebih efektif dalam mengatasi masalah pengangguran di Indonesia. Dengan mempertimbangkan karakteristik pengangguran di setiap provinsi, hasil penelitian ini dapat menjadi dasar bagi upaya pengurangan tingkat pengangguran yang lebih terarah dan berdampak.
Abstract:Penyakit hewan merupakan salah satu tantangan terbesar dalam divisi hewan yang dapat mengakibatkan kerugian finansial yang signifikan. Bukti yang dapat dikenali dari pola penyebaran penyakit sangat penting untuk mendukung…
g pengambilan keputusan dalam upaya mengantisipasi dan menangani wabah . Pertimbangan ini bertujuan untuk menganalisis dan mengidentifikasi pola penyebaran penyakit hewan menggunakan strategi pengelompokan spasial . Strategi ini memungkinkan pengelompokan wilayah berdasarkan tingkat penyebaran penyakit , sehingga zona yang berpotensi menjadi pusat penyebaran dapat diidentifikasi . Informasi yang digunakan dalam pertimbangan ini mencakup data spasial dan non - spasial yang terkait dengan kasus penyakit hewan dari berbagai wilayah , yang kemudian dianalisis di sana.
Hasil dari penelitian ini menunjukkan bahwa strategi pengelompokan spasial dapat diterapkan di daerah -daerah dengan pola penyebaran penyakit yang sama . Identifikasi zona berisiko tinggi dapat membantu peternak dan pihak terkait dalam mengambil tindakan penanggulangan yang lebih tepat dan efisien . Dengan pengelompokan spasial ini , prosedur penanganan dapat difokuskan pada daerah-daerah yang lebih rentan terhadap kejadian , yang diharapkan dapat mengurangi dampak ekonomi dan meningkatkan kesejahteraan hewan secara keseluruhan . Penelitian ini memberikan kontribusi penting bagi pengembangan kerangka kerja deteksi dini berbasis teknologi untuk mitigasi penyakit ternak
Abstract:Abstract: In a competitive digital era, business owners such as Alya Collection face challenges in determining the right fashion products to offer to consumers. Relying on intuition without data support often results in…
inaccurate and potentially detrimental decisions. This study aims to assist the sales decision-making process by applying a data mining method using the K-Means Clustering algorithm. This method was used to group sales data from February 2024 to January 2025 into three categories: best-selling, least-selling, and non-selling products. The study was conducted using a quantitative approach, through sales data collection and direct interviews with store owners. The system was built using the PHP programming language and MySQL database, and designed with tools such as UML, DFD, and ERD. The results of this clustering system are expected to provide strategic information useful for Alya Collection in planning stock, promotions, and product development, thereby increasing sales effectively and efficiently.
Keywords: data mining; k-means; sales; alya collection; information system
Abstrak: Dalam era digital yang kompetitif, pemilik usaha seperti Alya Collection menghadapi tantangan dalam menentukan produk fashion yang tepat untuk ditawarkan kepada konsumen. Ketergantungan pada intuisi tanpa dukungan data seringkali mengakibatkan keputusan yang kurang akurat dan berisiko merugikan. Penelitian ini bertujuan untuk membantu proses pengambilan keputusan penjualan dengan menerapkan metode data mining menggunakan algoritma K-Means Clustering. Metode ini digunakan untuk mengelompokkan data penjualan dari Februari 2024 hingga Januari 2025 ke dalam tiga kategori: produk terlaris, kurang laris, dan tidak laris. Penelitian dilakukan dengan pendekatan kuantitatif, melalui pengumpulan data penjualan serta wawancara langsung dengan pemilik toko. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan database MySQL, serta dirancang dengan alat bantu seperti UML, DFD, dan ERD. Hasil dari sistem klasterisasi ini diharapkan dapat memberikan informasi strategis yang berguna bagi Alya Collection dalam merencanakan stok, promosi, serta pengembangan produk, sehingga mampu meningkatkan penjualan secara efektif dan efisien.
Kata kunci: data mining; k-means clustering; penjualan; alya collection; sistem informasi
Abstract:Abstract: This study aims to analyze the influence of gender on user responses to social media strategies on the Instagram platform by utilizing data science techniques. The methodology includes collecting user interaction…
on data based on gender, statistical analysis, and applying machine learning algorithms to identify response patterns. The results reveal significant differences in how male and female users respond to social media content and campaigns, affecting marketing strategy effectiveness. Data science analysis showed that the K-Means Clustering method segmented users into three groups based on interaction patterns, with female users showing the highest engagement rate (18%) compared to male users (12%). The Decision Tree model identified gender as the most dominant predictor of engagement (40%), followed by user growth (25%) and content type (20%). The Random Forest model validated that gender-targeted strategies increased marketing effectiveness by up to 22%. Multivariate regression revealed a positive effect of female user proportion (+0.45) and a negative effect of male user proportion (−0.12) on engagement. In conclusion, a deeper understanding of gender-based response differences can assist companies in designing more targeted social media strategies and enhancing engagement.
Keywords: gender; social media response; instagram; data science; marketing strategy
Abstrak: Penelitian ini bertujuan untuk menganalisis bagaimana pengaruh gender memengaruhi respons pengguna terhadap strategi media sosial di platform Instagram dengan memanfaatkan teknik data sains. Metode yang digunakan meliputi pengumpulan data interaksi pengguna berdasarkan gender, analisis statistik, dan penerapan algoritma machine learning untuk mengidentifikasi pola respons. Hasil penelitian menunjukkan adanya perbedaan signifikan dalam cara pengguna laki-laki dan perempuan merespons konten dan kampanye media sosial, yang berdampak pada efektivitas strategi pemasaran. Analisis data sains menunjukkan bahwa metode K-Means Clustering berhasil mengelompokkan pengguna ke dalam tiga segmen berdasarkan pola interaksi, dengan segmen perempuan menunjukkan tingkat engagement tertinggi (18%) dibandingkan laki-laki (12%). Model Decision Tree mengidentifikasi gender sebagai faktor paling dominan terhadap engagement dengan kontribusi sebesar 40%, disusul oleh pertumbuhan pengguna (25%) dan jenis konten (20%). Random Forest memvalidasi bahwa strategi yang disesuaikan berdasarkan gender meningkatkan efektivitas pemasaran hingga 22%. Regresi multivariat menunjukkan bahwa proporsi pengguna perempuan berkontribusi positif sebesar 0,45 poin terhadap engagement, sedangkan pengguna laki-laki berkontribusi negatif sebesar -0,12. Kesimpulannya, pemahaman mendalam tentang perbedaan respons berdasarkan gender dapat membantu perusahaan dalam merancang strategi media sosial yang lebih tepat sasaran dan meningkatkan engagement.
Kata kunci: gender; respons media sosial; instagram; data sains; strategi pemasaran
Abstract:Kualitas hidup keluarga mencerminkan kesejahteraan masyarakat, yang diukur melalui berbagai aspek kehidupan seperti pendidikan, pekerjaan, penghasilan, kepemilikan, kondisi tempat tinggal, serta akses ke air bersih dan listrik.…
istrik. Untuk menentukan tingkat kesejahteraan di masyarakat, tiga kriteria dari semua variabel tersebut digunakan untuk membedakan apakah mereka berada pada cluster tinggi, menengah, atau rendah. Pondok Bungur, sebuah desa di Kabupaten Asahan dengan 10 dusun, kebanyakan penduduknya memiliki pendapatan rendah, tidak memiliki barang kebutuhan sekunder, menggunakan air bukan dari PDAM, dan memiliki akses daya listrik rendah. Karena belum ada klasifikasi yang jelas mengenai kesejahteraan, bantuan sosial sering kali tidak tepat sasaran. Sebagai solusi, teknik data mining dengan algoritma k-means diterapkan untuk mengklasifikasikan tingkat kesejahteraan di desa tersebut. Penelitian ini menemukan bahwa 2 dusun berada pada tingkat kesejahteraan tinggi (20%), 3 dusun pada tingkat menengah (30%), dan 5 dusun pada tingkat rendah (50%). Dusun 2 dan 5 merupakan yang paling sejahtera, sementara Dusun 1, 4, dan 9 memiliki tingkat kesejahteraan menengah. Sisa 50% dusun yang masih berada pada tingkat rendah perlu diprioritaskan dalam pemberian bantuan.
Abstract:Abstrak: A pharmacy is a health service facility to help improve the health of the community, a pharmacy is also a place for professional pharmacists to practice their work. To determine the amount of stock inventory, Jaka…
ka Wijaya Pharmacy requires a clusterization of sales stock data. The method that can be used is the K-Means algorithm. This algorithm is based on a simple idea. K-Means is a distance-based clustering method that divides data into a number of clusters and this algorithm only works on numeric attributes. The data processed in this research is a sample taken from the Jaka Wijaya Pharmacy data in 2022. The Jaka Wijaya Pharmacy dataset consists of the attributes No, Drug Item, Type, Packaging, Initial Stock, Cost Price, Unit Conversion, Selling Price, Number of Transactions, Ending Stock, Shelf, Warehouse-Office Codes. With the K-Means Clustering method, it is possible to group drug sales data with stock that is not selling well as cluster 0, stock that is selling well as cluster 1, and stock that is selling very well as cluster 2. The sample data to be tested consists of 170 data from the Jaka Wijaya Pharmacy. Where the cluster results show that there are several results, namely cluster 0 totaling 102, cluster 1 totaling 34, and cluster 2 totaling 34 decisions, where the decisions include very in demand, in demand, not in demand.
Keywords: Data Mining; Jaka Wijaya Pharmacy; K-means Cluster
Abstrak: Apotek merupakan sarana pelayanan kesehatan untuk membantu meningkatkan kesehatan bagi masyarakat, apotek juga sebagai tempat praktik tenaga profesi apoteker dalam melakukan pekerjaan. Untuk menentukan jumlah persediaan stok, Apotek Jaka Wijaya membutuhkan suatu clusterisasi data stok penjualan. Metode yang dapat digunakan yaitu algoritma K-Means. Algoritma ini didasarkan pada ide sederhana. K-Means adalah metode Clustering berbasis jarak yang membagi data ke dalam sejumlah cluster dan algoritma ini hanya bekerja pada atribut numeric. Data yang diolah dalam penelitian ini merupakan sampel yang diambil dari data Apotek Jaka Wijaya pada tahun 2022. Dataset Apotek Jaka Wijaya terdiri dari atribut No, Item Obat, Jenis, Kemasan, Stok Awal, Harga Pokok, Konversi Satuan, Harga Jual, Jumlah Transaksi, Stok Akhir, Rak, Kode Gudang-Kantor. Dengan metode K-Means Clustering maka dapat mengelompokkan data penjualan obat dengan stok kurang laris sebagai cluster 0, stok laris sebagai cluster 1, dan stok sangat laris sebagai cluster 2. Data sampel yang akan diuji terdiri dari 170 data dari Apotek Jaka Wijaya. Yang dimana hasil cluster menunjukkan terdapat beberapa hasil yaitu cluster 0 berjumlah 102, cluster 1 berjumlah 34, dan cluster 2 berjumlah 34 keputusan yang dimana keputusan itu meliputi sangat laris, laris, kurang laris.
Kata kunci: Apotek Jaka Wijaya; Data Mining; K-means Cluster
Abstract:Abstract: Active Family Planning (FP) participants are one of the indicators of the success of the FP program. This study aims to cluster the level of activity of active FP participants in Asahan Regency using the K-Means…
s method. The data used is data on active FP participants in Asahan Regency in 2021. The results of the study showed that there are three groups of active FP participants based on their level of activity, namely the group with a low level of activity, the group with a medium level of activity, and the group with a high level of activity. The group with a low level of activity consists of 7 districts, namely B.P Mandoge, Pulau Rakyat, Tanjung Balai, Air Batu, Sei Dadap, Pulo Bandring, and Kisaran Barat. The impact of low active FP participants in a district is an increase in the number of unwanted births, an increase in the number of maternal and child deaths, and an increase in population density. The group with a medium level of activity consists of 15 districts, namely Bandar Pulau, Aek Songsongan, Rahuning, Aek Kuasan, Aek Ledong, S. Kepayang, S. Kepayang Barat, S. Kepayang Timur, Teluk Dalam, Buntu Pane, Tinggi Raja, Setia Janji, Meranti, R. Panca Arga, and Silau Laut. The group with a high level of activity consists of 3 districts, namely Simpang Empat, Air Joman, and Kisaran Timur. The impact of the high number of active FP participants in a district is an increase in maternal and child health, an increase in family economy, and an increase in family welfare. The results of this clustering analysis can be used by the National Population and Family Planning Agency (BKKBN) of Asahan Regency to improve public understanding of the importance of birth control. This can be done through socialization throughout the regency, especially in districts where the results of the analysis show that the number of active FP participants is quite large.
Keywords: Family Planning, K-Means, Cluster
Abstrak: Peserta Keluarga Berencana (KB) aktif merupakan salah satu indikator keberhasilan program KB. Penelitian ini bertujuan untuk melakukan klasterisasi tingkat keaktifan peserta KB aktif di Kabupaten Asahan menggunakan metode K-Means. Data yang digunakan adalah data peserta KB aktif di Kabupaten Asahan tahun 2021. Hasil penelitian menunjukkan bahwa terdapat tiga kelompok peserta KB aktif berdasarkan tingkat keaktifannya, yaitu kelompok dengan tingkat keaktifan rendah, kelompok dengan tingkat keaktifan sedang, dan kelompok dengan tingkat keaktifan tinggi. Kelompok dengan tingkat keaktifan rendah terdiri dari 7 Kecamatan, yaitu B.P Mandoge, Pulau Rakyat, Tanjung Balai, Air Batu, Sei Dadap, Pulo Bandring, dan Kisaran Barat. Dampak dari rendahnya peserta aktif KB di suatu Kecamatan yaitu meningkatnya angka kelahiran tidak diinginkan, meningkatnya angka kematian ibu dan bayi, dan meningkatnya kepadatan penduduk. Kelompok dengan tingkat keaktifan sedang terdiri dari 15 Kecamatan, yaitu Bandar Pulau, Aek Songsongan, Rahuning, Aek Kuasan, Aek Ledong, S. Kepayang, S. Kepayang Barat, S. Kepayang Timur, Teluk Dalam, Buntu Pane, Tinggi Raja, Setia Janji, Meranti, R. Panca Arga, dan Silau Laut. Kelompok dengan tingkat keaktifan tinggi terdiri dari 3 Kecamatan, yaitu Simpang Empat, Air Joman, dan Kisaran Timur. Dampak dari tingginya peserta aktif KB di suatu Kecamatan yaitu meningkatnya kesehatan ibu dan anak, meningkatnya ekonomi keluarga, dan meningkatnya kesejahteraan keluarga. Hasil analisis klasterisasi ini dapat dimanfaatkan oleh Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Kabupaten Asahan untuk meningkatkan pemahaman masyarakat tentang pentingnya pengendalian kelahiran. Hal ini dapat dilakukan melalui sosialisasi di seluruh wilayah kabupaten, khususnya di kecamatan-kecamatan yang hasil analisisnya menunjukkan jumlah peserta KB aktif cukup banyak.
Kata kunci: Keluarga Berencana, K-Means, Klaster