GURUH MARWAN ATMOJO (2018) CLUSTERING PENYEDIA PENGADAAN BARANG/JASA PEMERINTAH PROVINSI RIAU MENGGUNAKAN ALGORITMA K-MEANS. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_2018423TIF.pdf Download (389kB) | Preview
Preview	Text 2. PENGESAHAN_2018423TIF.pdf Download (763kB) | Preview
Preview	Text 3. ABSTRAK_2018423TIF.pdf Download (429kB) | Preview
Preview	Text 4. KATA PENGANTAR_2018423TIF.pdf Download (437kB) | Preview
Preview	Text 5. DAFTAR ISI_2018423TIF.pdf Download (423kB) | Preview
Preview	Text 6. BAB I_2018423TIF.pdf Download (527kB) | Preview
Preview	Text 7. BAB II_2018423TIF.pdf Download (1MB) | Preview
Preview	Text 8. BAB III_2018423TIF.pdf Download (680kB) | Preview
Preview	Text 9. BAB IV_2018423TIF.pdf Download (1MB) | Preview
	Text 10. BAB V_2018423TIF.pdf Restricted to Repository staff only Download (1MB)
Preview	Text 11. BAB VI_2018423TIF.pdf Download (479kB) | Preview
Preview	Text 12. DAFTAR PUSTAKA_2018423TIF.pdf Download (369kB) | Preview

Abstract

Pemerintah sebagai pelaksana negara berkewajiban untuk memberikan pelayanan kepada rakyat/masyarakatnya. Untuk memberikan pelayanan tersebut pemerintah membutuhkan berbagai kebutuhan penunjang, seperti barang atau jasa. Pengadaan barang/jasa pemerintah merupakan cara pemerintah untuk memenuhi kebutuhannya. Salah satu acuan pemerintah memilih penyedia yang layak untuk memenuhi kebutuhannya adalah dengan membandingkan nilai penawaran dengan HPS. HPS merupakan akronim dari Harga Perkiraan Sendiri. Dalam perencanaan HPS rawan akan tindakan kesalahan, maka dari itu perlu tindakan untuk mengurangi resiko kesalahan tersebut. Penelitian akan memanfaatkan data pengadaan barang/jasa pemerintah provinsi Riau untuk memperoleh informasi baru yang berguna, dengan cara mengelompokkan data menggunakan algoritma k-means. K-means mengukur jarak kedekatan antar data dengan rumus Euclidean Distance, data yang berkarakteristik sama akan dikelompokkan ke dalam satu cluster yang sama sedangkan yang berbeda akan dikelompokkan pada cluster yang lainnya. Kualitas cluster yang terbentuk akan diukur degan menggunakan rumus Sillhouette Coeficient. Nilai Sillhouette Coeficient terbaik adalah 0.547143713 dengan cluster 1 berjumlah 23921 anggota, sedangkan cluster 2 berjumlah 1304 anggota. Berdasarkan jumlah cluster terbaik yang terbentuk, penyedia banyak mengikuti pengadaan barang/jasa dengan jumlah selisih HPS dan Pagu Anggarannya berkisar 0% - 20.14%, dan pemenangnya didominasi penyedia berasal dari Riau. Informasi yang diperoleh diharapkan dapat membantu pemerintah dalam membuat kebijakan guna meningkatkan kualitas pengadaan barang/jasa. Kata Kunci: Euclidean Distance, HPS, K-Means, Pengadaan barang/jasa, Sillhouette Coeficient

Actions (login required)

View Item