JOURNALCENTERJOURNALCENTER
Jurnal Publikasi Sistem Informasi dan Manajemen BisnisJurnal Publikasi Sistem Informasi dan Manajemen BisnisPenelitian ini melakukan systematic literature review terhadap implementasi algoritma clustering dan classification dalam penambangan data untuk mengidentifikasi tren metodologi dan tantangan kontemporer periode 2021-2025. Metodologi penelitian menggunakan pendekatan Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). Analisis dilakukan terhadap delapan studi relevan dari basis data IEEE Xplore, ScienceDirect, Springer, dan ACM Digital Library. Sintesis naratif digunakan untuk mengorganisasi temuan penelitian secara komprehensif. Hasil penelitian menunjukkan dominasi algoritma classification sebesar 50% dengan Random Forest mencapai akurasi optimal 98,35% melalui optimisasi Particle Swarm Optimization. Teknik clustering mendemonstrasikan efektivitas dalam segmentasi data dengan K-means menghasilkan konfigurasi optimal melalui Davies-Bouldin Index 0,47. Domain aplikasi terdiversifikasi dengan sektor kesehatan mendominasi 37,5% implementasi. Aplikasi mencakup prediksi diabetes dan analisis epidemiologi COVID-19. Pendekatan hibrid mengintegrasikan berbagai teknik untuk ekstraksi pengetahuan komprehensif, khususnya dalam analitik perilaku pengguna media sosial. Tantangan utama meliputi kompleksitas komputasional, defisiensi transparansi metodologis pada 66,67% studi, dan limitasi skalabilitas algoritma. Implikasi praktis mengindikasikan transformasi paradigma pengambilan keputusan organisasional dari dependensi intuisi subjektif menuju formulasi berbasis data objektif. Penetrasi teknologi business intelligence mencapai 31,18% untuk dashboard dan 10,75% untuk teknik clustering dalam ekosistem usaha kecil menengah, menandai evolusi substansial dalam praktik managerial kontemporer.
Berdasarkan systematic literature review terhadap implementasi algoritma clustering dan classification dalam data mining periode 2021-2025, penelitian ini mengidentifikasi tren signifikan dalam evolusi metodologi penambangan data.Algoritma classification menunjukkan dominasi 50% dari korpus penelitian dengan Random Forest mencapai akurasi tertinggi 98,35% melalui optimisasi Particle Swarm Optimization.Teknik clustering memperlihatkan efektivitas dalam analisis eksploratori dengan K-Means menghasilkan segmentasi optimal melalui Davies-Bouldin Index 0,47.Domain aplikasi terdiversifikasi dengan sektor kesehatan mendominasi 37,5% implementasi, mencakup prediksi diabetes dan analisis epidemiologi.Pendekatan hibrid mengintegrasikan multiple teknik untuk ekstraksi pengetahuan komprehensif, khususnya dalam analitik media sosial.Tantangan kontemporer meliputi kompleksitas komputasional, defisiensi transparansi metodologis pada 66,67% studi, dan limitasi skalabilitas.Implikasi praktis menunjukkan transformasi paradigma pengambilan keputusan dari intuisi subjektif menuju formulasi berbasis data objektif, dengan adopsi dashboard 31,18% dan clustering 10,75% dalam usaha kecil menengah, mengindikasikan penetrasi progresif teknologi business intelligence dalam ekosistem organisasional modern.
Untuk penelitian lanjutan, disarankan untuk fokus pada pengembangan algoritma clustering dan classification yang dapat menangani data dengan karakteristik dinamis dan real-time. Perlu dilakukan studi lebih mendalam tentang bagaimana algoritma ini dapat diadaptasi untuk mengatasi tantangan seperti concept drift dan perubahan pola data. Selain itu, penelitian tentang integrasi teknologi kecerdasan buatan dan komputasi kuantum dalam proses clustering dan classification dapat membuka peluang baru dalam meningkatkan efisiensi dan akurasi. Terakhir, studi tentang implikasi etika dan privasi dalam pengolahan data sensitif, seperti kesehatan dan keuangan, akan menjadi kontribusi penting dalam pengembangan algoritma yang lebih bertanggung jawab dan adil.
- COMPARISON OF RANDOM FOREST ALGORITHM ACCURACY WITH XGBOOST USING HYPERPARAMETERS | Stefanus | Proxies... journal.unika.ac.id/index.php/proxies/article/view/12464COMPARISON OF RANDOM FOREST ALGORITHM ACCURACY WITH XGBOOST USING HYPERPARAMETERS Stefanus Proxies journal unika ac index php proxies article view 12464
- Optimasi Algoritma Klasifikasi Naive Bayes, Decision Tree, K "“ Nearest Neighbor, dan Random... doi.org/10.26418/jp.v8i3.56656Optimasi Algoritma Klasifikasi Naive Bayes Decision Tree K Au Nearest Neighbor dan Random doi 10 26418 jp v8i3 56656
- Computer Science » Submission » Clustering Techniques in Data Mining: A Survey of Methods,... doi.org/10.53070/bbd.1421527Computer Science A Submission A Clustering Techniques in Data Mining A Survey of Methods doi 10 53070 bbd 1421527
- A Review on Data Mining Issues, Solution & Techniques - IJFMR. review data mining issues solution... doi.org/10.36948/ijfmr.2024.v06i04.26654A Review on Data Mining Issues Solution Techniques IJFMR review data mining issues solution doi 10 36948 ijfmr 2024 v06i04 26654
- Applications and Competitive Advantages of Data Mining and Business Intelligence in SMEs Performance:... mdpi.com/2673-7116/5/2/22Applications and Competitive Advantages of Data Mining and Business Intelligence in SMEs Performance mdpi 2673 7116 5 2 22
| File size | 603.78 KB |
| Pages | 15 |
| DMCA | Report |
Related /
STTSSTTS Hasil eksperimen menunjukkan bahwa algoritma Random Forest mencapai akurasi tertinggi sebesar 97%, diikuti oleh Support Vector Machine dengan 73% dan ArtificialHasil eksperimen menunjukkan bahwa algoritma Random Forest mencapai akurasi tertinggi sebesar 97%, diikuti oleh Support Vector Machine dengan 73% dan Artificial
JOURNALCENTERJOURNALCENTER Metode pengembangan yang digunakan adalah model Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan.Metode pengembangan yang digunakan adalah model Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan.
JOURNALCENTERJOURNALCENTER Teknik analisis menggunakan regresi data panel dengan model terbaik yang ditentukan melalui uji Chow, Hausman, dan Lagrange Multiplier. Uji asumsi klasikTeknik analisis menggunakan regresi data panel dengan model terbaik yang ditentukan melalui uji Chow, Hausman, dan Lagrange Multiplier. Uji asumsi klasik
JOURNALCENTERJOURNALCENTER Hasil uji coba menunjukkan bahwa sistem mampu berjalan dengan baik, memberikan kemudahan bagi alumni dalam memberikan respon, serta mempermudah pihak kampusHasil uji coba menunjukkan bahwa sistem mampu berjalan dengan baik, memberikan kemudahan bagi alumni dalam memberikan respon, serta mempermudah pihak kampus
JOURNALCENTERJOURNALCENTER Ketidaksesuaian antara jumlah kendaraan milik ribuan karyawan dan kapasitas lahan parkir yang tersedia menyebabkan perlunya evaluasi tidak hanya terkaitKetidaksesuaian antara jumlah kendaraan milik ribuan karyawan dan kapasitas lahan parkir yang tersedia menyebabkan perlunya evaluasi tidak hanya terkait
JOURNALCENTERJOURNALCENTER Temuan ini menegaskan bahwa keseimbangan beban kerja sesuai kapasitas pegawai, dukungan sosial yang memadai dari pimpinan maupun rekan kerja, serta pengalamanTemuan ini menegaskan bahwa keseimbangan beban kerja sesuai kapasitas pegawai, dukungan sosial yang memadai dari pimpinan maupun rekan kerja, serta pengalaman
JOURNALCENTERJOURNALCENTER Secara keseluruhan, penelitian ini memberikan kontribusi berupa solusi praktis dan aplikatif bagi UMKM dalam menghadapi tantangan pengelolaan produksiSecara keseluruhan, penelitian ini memberikan kontribusi berupa solusi praktis dan aplikatif bagi UMKM dalam menghadapi tantangan pengelolaan produksi
UNDHIRA BALIUNDHIRA BALI Pencegahan ancaman dan evolusi keamanan menuntut solusi kontrol akses yang adaptif. Solusi yang diusulkan mencakup penggunaan teknologi keamanan canggih,Pencegahan ancaman dan evolusi keamanan menuntut solusi kontrol akses yang adaptif. Solusi yang diusulkan mencakup penggunaan teknologi keamanan canggih,
Useful /
LAAROIBALAAROIBA Penelitian ini menggunakan uji normalitas dan uji Kruskall Wallis. Hasil dari penelitian ini yaitu pengaruh dalam pengambilan keputusan investasi yangPenelitian ini menggunakan uji normalitas dan uji Kruskall Wallis. Hasil dari penelitian ini yaitu pengaruh dalam pengambilan keputusan investasi yang
JOURNALCENTERJOURNALCENTER Penelitian masa depan harus memprioritaskan standarisasi metode evaluasi, inklusi pengukuran hasil yang lebih luas, dan pengembangan kerangka kerja komprehensifPenelitian masa depan harus memprioritaskan standarisasi metode evaluasi, inklusi pengukuran hasil yang lebih luas, dan pengembangan kerangka kerja komprehensif
JOURNALCENTERJOURNALCENTER Selain itu, penelitian ini menyoroti beberapa langkah praktis, termasuk peningkatan sistem perawatan yang lebih kuat, penyediaan pelatihan menyeluruh untukSelain itu, penelitian ini menyoroti beberapa langkah praktis, termasuk peningkatan sistem perawatan yang lebih kuat, penyediaan pelatihan menyeluruh untuk
JOURNALCENTERJOURNALCENTER Permasalahan yang muncul adalah rendahnya citra merek (brand image) dan keterbatasan daya saing dalam hal kemasan, harga, serta konsistensi kualitas produk,Permasalahan yang muncul adalah rendahnya citra merek (brand image) dan keterbatasan daya saing dalam hal kemasan, harga, serta konsistensi kualitas produk,