Analisis Kinerja Metode Dbscan (Density-Based Spatial Clustering of Applications with Noise) dan K-Means Dalam Sistem Pendukung Keputusan
Teks penuh
Dokumen terkait
K-means adalah salah satu algoritma yang mampu mengelompokkan data atau biasa disebut clustering ke dalam satu atau beberapa kelompok atau cluster, Sehingga terciptalah
Runtung Sitepu, S.H., M.Hum., atas kesempatan yang telah diberikan kepada penulis untuk dapat mengikuti dan menyelesaikan pendidikan Program Magister Teknik
Metode clustering algoritma k- means dapat diterapkan pada kubikasi air terjual berdasarkan pengelompokan pelanggan di PDAM Kab.50 Kota, sehingga metode ini sangat
DBSCAN merupakan algoritma yang didesain oleh ester et.al pada tahun 1996 dapat mengidentifikasi kelompok-kelompok dalam kumpulan data spasial yang besar dengan
Dari data IPM di Pulau Jawa dengan rentang tahun 2014-2016 dilakukan proses clustering menggunakan K-means dengan menggunakan yang sama dimasukkan oleh algoritma
DBSCAN merupakan algoritma yang didesain oleh ester et.al pada tahun 1996 dapat mengidentifikasi kelompok-kelompok dalam kumpulan data spasial yang besar dengan
2 Rima Dias Ramadhani dari Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan
KESIMPULAN Berdasarkan hasil dari penelitian disimpulan bahwa telah diterapkan Metode Algoritma K-Means Clustering untuk mengelompokan data siswa kurang mampu yang berhak mendapatkan
