English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Pada tahun 2013, jumlah angkutan alat transportasi umum dan luas daerah di Kabupaten Subang adalah 661: 2052. Dengan jumlah kendaraan yang tidak layak guna sebanyak 396 kendaraan atau 60% dari total. Data KOPJAS pada 2018, jumlah trayek / rute angkutan umum sebanyak 420 trayek / rute, sedangkan jumlah trayek / rute elf sebanyak 227 trayek / rute. Jadi, total seluruh trayek / rute di Kabupaten Subang sebanyak 647 trayek / rute. Dengan syarat tersebut jelas, masyarakat perlu kendaraan untuk bertransportasi. Di mana persebarannya sendiri tidak dapat diakses dengan jumlah tertentu hanya bisa diakses dengan kendaraan pribadi dan sebagian besar hanya bisa diakses oleh kendaraan roda dua. Berdasarkan pemaparan di atas, prospek bisnis / pemasaran kendaraan roda dua di Kabupaten Subang sangat menjanjikan. Tentu harus didukung dengan pemasaran yang baik, disetujui memilih daerah-daerah dengan analisis klasterisasi daerah persebaran kendaraan umum. Untuk kemudian dijadikan sasaran pemasaran kendaraan roda dua. Penerapan teknik Penambangan data Metode pengelompokan menggunakan Algoritma K-Means Pengelompokan pada data KOPJAS Kabupaten Subang dari 26 Kecamatan untuk melakukan klasterisasi persebaran Trayek di Kabupaten Subang sebagai bahan promosi pemasaran kendaraan roda dua. Diperoleh data yang ditabulasi, dilakukan pemilihan 2 centroid secara acak, untuk mendapatkan dua klaster. Selanjutnya menghitung besaran rasionya. Kemudian dilakukan pencarian nilai jarak baru ke centroid baru, penghitungan jarak berhenti kompilasi nilai rasio tidak berubah lagi, tentukan jarak minimum dan kuadrat jarak minimum, Jadi didapat 4 kali iterasi. Bagaimana K-berarti Clustering mampu melakukan klasterisasi Keamatan di Kabupaten Subang. Aplikasi yang digunakan dalam mengolah data tersebut yaitu Xampp, Php, MySql dan Notepad ++. 

REKOMENDASI PEMASARAN KENDARAAN BERMOTOR RODA DUA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING BERBASIS GEOSPASIAL