Main Article Content
Abstract
Jaringan internet pada era ini merupakan suatu kebutuhan masyarakat. Internet digunakan untuk memudahkan pekerjaan manusia dalam segala bidang, baik itu komunikasi, tranportasi hingga edukasi. Internet tidak hanya didapatkan melalui layanan kartu GSM (Global System for Mobile Communications) perdana yang digunakan oleh tiap smartphone untuk terhubung dengan internet. Adapun teknologi Wifi yang digunakan untuk memancarkan internet sehingga smartphone bisa tersambung dengan internet tanpa perlu kartu GSM. Salah satu perusahaan di karawang yang menyediakan layanan Wifi yaitu PT XYS Karawang. Ada 20 daerah yang menjadi jangkauan layanan Wifi dari PT XYS di Karawang. Pada pengoperasian layanan Internet Wifi pasti ada gangguan yang terjadi pada layanan Internet Wifi PT XYS. Pada penelitian ini penulis ingin melakukan pengelompokan gangguan Internet yang terjadi di daerah karawang dengan menggunakan Metode Clustering untuk pengelompokan data ganggunan. Dengan menentukan nilai titik pusat atau Centroid yang berjumlah Centroid 3 maka dapat dibentuk menjadi 3 cluster. 3 cluster yang terbentuk akan memberikan informasi daerah apa saja yang menjadi Cluster tingkat tinggi (C1), Cluster tingkat sedang (C2), dan Cluster tingkat rendah (C3). Hal ini dapat memberikan informasi kepada PT xyz agar mengetahui daerah apa saja yang perlu penanganan lebih agar dapat mengurangi masalah gangguan Internet Wifi yang tinggi agar berkurang.
Keywords
Article Details
References
- Alwi, E. I. (2019) ‘Analisis Kualitas Sinyal Wifi Pada Universitas Muslim Indonesia’, INFORMAL: Informatics Journal, 4(1), p. 30. doi: 10.19184/isj.v4i1.10153.
- Arofah, S. N. and Marisa, F. (2018) ‘Penerapan Data Mining untuk Mengetahui Minat Siswa pada Pelajaran Matematika menggunakan Metode K-Means Clustering’, JOINTECS (Journal of Information Technology and Computer Science), 3(2), pp. 85–90. doi: 10.31328/jointecs.v3i2.787.
- Asroni, A., Fitri, H. and Prasetyo, E. (2018) ‘Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik)’, Semesta Teknika, 21(1), pp. 60–64. doi: 10.18196/st.211211.
- Handoko, S., Fauziah, F. and Handayani, E. T. E. (2020) ‘Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering’, Jurnal Ilmiah Teknologi dan Rekayasa, 25(1), pp. 76–88. doi: 10.35760/tr.2020.v25i1.2677.
- Metisen, B. M. and Sari, H. L. (2015) ‘Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila’, Jurnal Media Infotama, 11(2), pp. 110–118. Available at:
- https://jurnal.unived.ac.id/index.php/jmi/article/view/258/237.
- Muliono, R. and Sembiring, Z. (2019) ‘Data Mining Clustering Menggunakan Algoritma K-Means Untuk Klasterisasi Tingkat Tridarma Pengajaran Dosen’, CESS (Journal of Computer Engineering, System and Science), 4(2), pp. 2502–714. Available at: https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/13620/pdf.
- Sari, R. W., Wanto, A. and Windarto, A. P. (2018) ‘Implementasi Rapidminer Dengan Metode K-Means (Study Kasus: Imunisasi Campak Pada Balita Berdasarkan Provinsi)’, KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2(1), pp. 224–230. doi: 10.30865/komik.v2i1.930.
- Sukma, N. P. C. D., Baihaqi, I. and Wibawa, B. M. (2020) ‘Identifikasi Karakteristik Pelanggan: Pengembangan Persona Pelanggan Layanan Penanganan Gangguan Indihome PT Telkom Witel Surabaya Selatan’, Jurnal Teknik ITS, 9(1). doi: 10.12962/j23373539.v9i1.50327.
References
Alwi, E. I. (2019) ‘Analisis Kualitas Sinyal Wifi Pada Universitas Muslim Indonesia’, INFORMAL: Informatics Journal, 4(1), p. 30. doi: 10.19184/isj.v4i1.10153.
Arofah, S. N. and Marisa, F. (2018) ‘Penerapan Data Mining untuk Mengetahui Minat Siswa pada Pelajaran Matematika menggunakan Metode K-Means Clustering’, JOINTECS (Journal of Information Technology and Computer Science), 3(2), pp. 85–90. doi: 10.31328/jointecs.v3i2.787.
Asroni, A., Fitri, H. and Prasetyo, E. (2018) ‘Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik)’, Semesta Teknika, 21(1), pp. 60–64. doi: 10.18196/st.211211.
Handoko, S., Fauziah, F. and Handayani, E. T. E. (2020) ‘Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering’, Jurnal Ilmiah Teknologi dan Rekayasa, 25(1), pp. 76–88. doi: 10.35760/tr.2020.v25i1.2677.
Metisen, B. M. and Sari, H. L. (2015) ‘Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila’, Jurnal Media Infotama, 11(2), pp. 110–118. Available at:
https://jurnal.unived.ac.id/index.php/jmi/article/view/258/237.
Muliono, R. and Sembiring, Z. (2019) ‘Data Mining Clustering Menggunakan Algoritma K-Means Untuk Klasterisasi Tingkat Tridarma Pengajaran Dosen’, CESS (Journal of Computer Engineering, System and Science), 4(2), pp. 2502–714. Available at: https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/13620/pdf.
Sari, R. W., Wanto, A. and Windarto, A. P. (2018) ‘Implementasi Rapidminer Dengan Metode K-Means (Study Kasus: Imunisasi Campak Pada Balita Berdasarkan Provinsi)’, KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2(1), pp. 224–230. doi: 10.30865/komik.v2i1.930.
Sukma, N. P. C. D., Baihaqi, I. and Wibawa, B. M. (2020) ‘Identifikasi Karakteristik Pelanggan: Pengembangan Persona Pelanggan Layanan Penanganan Gangguan Indihome PT Telkom Witel Surabaya Selatan’, Jurnal Teknik ITS, 9(1). doi: 10.12962/j23373539.v9i1.50327.