IndahMayaSari (2008) Penerapan Metode Fuzzy C-Means Clustering untuk pengelompokkan Unit Usaha Kecil Menengah (UKM) Keripik Tempe : studi kasus Kelurahan Purwantoro Kecamatan Blimbing Kota Malang. Sarjana thesis, Universitas Brawijaya.
Abstract
Kota Malang memiliki banyak industri. Industri di Kota Malang hampir 59% masih merupakan usaha kecil menengah (UKM). Salah satu UKM yang populer di Kota Malang adalah UKM keripik tempe. 87% UKM keripik tempe ini berada di Kelurahan Purwantoro, Kecamatan Blimbing Kota Malang. UKM keripik tempe di daerah ini memiliki beberapa masalah, antara lain permodalan, pemasaran, organisasi dan teknologi. Salah satu cara mengatasi masalah ini adalah dengan memberikan pembinaan oleh pemerintah daerah maupun dinas-dinas terkait. Kegiatan awal yang dianggap penting yang dapat menunjang penyusunan program pembinaan adalah pengelompokan industri. Tujuan dari penelitian ini adalah mengelompokan UKM keripik tempe yang ada di wilayah Kelurahan Purwantoro, Kecamatan Blimbing Kota Malang dengan menggunakan fuzzy cmeans clustering dan membandingkan hasil pengelompokan tersebut dengan metode pengelompokan yang lain (k-means clustering). Penelitian ini dilakukan mulai September 2007 sampai selesai terhadap 73 pengusaha keripik tempe yang berada di Kelurahan Purwantoro, Kecamatan Blimbing Kota Malang. Variabel yang digunakan dalam penelitian ini adalah kapasitas produksi (X1), lama beroperasi (X2), nilai investasi (X3), rata-rata penjualan per bulan (X4), rata-rata keuntungan per bulan (X5) dan jumlah tenaga kerja (X6). Pengumplan data dilakukan dengan cara wawancara terstruktur dengan pertanyaan yang sudah ditentukan. Analisis data menggunakan metode fuzzy cmeans clustering dengan the weighting exponent m=2 dan the termination tolerance = 10-6. Jumlah cluster yang optimal untuk metode fuzzy c-means clustering pada penelitian ini adalah 2 cluster. Hasil analisis diperoleh 64 responden masuk dalam cluster 1 dan 9 responden masuk dalam cluster 2. Pengelompokan menggunakan k-means clustering diperoleh 68 responden masuk dalam cluster 1 dan 5 responden masuk dalam cluster 2. Perbedaan keanggotaan responden ini terlihat pada responden nomor 31, 43, 57 dan 59. Pada metode fuzzy c-means clustering keempat responden tersebut menjadi anggota cluster 2, sedangkan pada k-means clustreing menjadi anggota cluster 1. Fuzzy c-means clustering dapat memperlihatkan derajat keanggotaan keempat responden tersebut yang hampir berada ditengah antara masuk sebagai anggota cluster 1 atau 2 akan tetapi lebih mendekati cluster 2 sehingga pada metode ini masuk dalam cluster 2.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTP/2008/15/050800284 |
| Subjects: | 300 Social sciences > 338 Production > 338.1 Agriculture |
| Divisions: | Fakultas Teknologi Pertanian > Teknologi Hasil Pertanian |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 13 Feb 2008 10:28 |
| Last Modified: | 27 Oct 2021 02:02 |
| URI: | http://repository.ub.ac.id/id/eprint/147919 |
Preview |
Text
050800284.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |