Industri Kecil Menengah (IKM) merupakan salah satu bentuk usaha Kecil dan Menengah (UKM) yang mampu membantu pertumbuhan ekonomi di dalam nasional dan regional. Ketatnya persaingan pasar dan banyaknya jumlah IKM akan mempengaruhi tingkat pemasaran. Dengan memanfaatkan penggunaan TI pada IKM akan membantu memperluas tingkat pemasaran sehingga penggunaan TI menjadi salah satu akses bagi IKM untuk mengembangkan usahanya. Peran TI pada IKM semakin penting pada saat ini dikarenakan sudah memasuki era informasi. Pemanfaatan penggunaan TI pada IKM di Kabupaten Bangkalan kurang dimanfaatkan karena minimnya pengetahuan dalam penggunaan TI. Dalam penelitian ini dilakukan pengelompokan (clustering) yang merupakan metode data mining yang membagi data kedalam kelompok-kelompok yang mempunyai objek yang karakteristiknya sama. Pada penggunaan tingkat TI di IKM akan dilakukan pengelompokan berdasarkan kriteria TI menggunakan metode k-medoid menggunakan distance measure: Manhattan, Euclidean, dan Canberra distance. Untuk memvalidasi data setelah proses clustering digunakan Davies Bouldin Index (DBI). Semakin kecil nilai DBI maka semakin baik kualitas cluster.


Deskripsi Lain

Small and Medium Industries is one form of small and medium enterprises that can help economic growth in the national and regional levels. The tight market competition and the large number of Small and Medium Industries will affect the level of marketing. By leveraging the use of IT in Small and Medium Industries will help expand the level of marketing that uses IT to be one of the access for Small and Medium Industries to develop their businesses. The role of IT in Small and Medium Industries increasingly important at this time because already entered the information age. Exploiting the use of IT in Small and Medium Industries in Bangkalan underutilized due to a lack of knowledge in the use of IT. In this research grouping (clustering) which is a method of data mining is to divide the data into groups that have the same object characteristics. On the use of IT in the Small and Medium Industries level grouping will be done by the IT criteria using the k-medoid method using distance measure: manhattan, euclidean, and canberra distance. To validate the data after clustering process used davies bouldin index (DBI). The smaller the value the better the quality dbi cluster.

• PENGELOMPOKAN INDUSTRI KECIL MENENGAH DALAM PENGGUNAAN TEKNOLOGI INFORMASI MENGGUNAKAN METODE K-MEDOID(STUDI KASUS IKM BATIK DAN JAMU KABUPATEN BANGKALAN)
• APLIKASI PENGELOMPOKAN LAHAN MENGGUNAKAN SELF ORGANIZING MAP (SOM) DI KABUPATEN SUMENEP
• CLUSTERING BERITA OLAHRAGA BERBAHASA INDONESIA MENGGUNAKAN METODEK-MEDOID BERSYARAT
• KLASTERISASI BERITA OLAHRAGA BERBAHASA INDONESIA DENGAN METODE K-MEANS YANG DIMODIFIKASI
• Pengelompokan Petani Garam untuk Perbaikan Jaringan Rantai Pasok (Supply Chain Network) Komoditas Garam Kabupaten Pamekasan