• Tidak ada hasil yang ditemukan

PERBANDINGAN KEEFEKTIFAN METODE AGGLOMERATIVE DAN METODE K-MEANS DALAM ANALISIS CLUSTER.

N/A
N/A
Protected

Academic year: 2017

Membagikan "PERBANDINGAN KEEFEKTIFAN METODE AGGLOMERATIVE DAN METODE K-MEANS DALAM ANALISIS CLUSTER."

Copied!
1
0
0

Teks penuh

(1)

ABSTRAK

Ulfiani,Nuril. 2010. Perbandingan Keefektifan Metode Agglomerative dan Metode K-Means dalam Analisis Cluster. Skripsi, Matematika S1 FMIPA Universitas Negeri Semarang. Pembimbing I. Dra. Sunarni, M.Si. Pembimbing II. Dr.Scolastika Mariani M.Si.

Kata kunci: keefektifan, analisis cluster, Agglomerative, K-Means.

Dalam analisis statistik lanjut yang melibatkan banyak variabel dan berdimensi cukup besar perlu dilakukan penyederhanaan. Untuk menganalisis permasalahan semacam ini, alat bantu yang dapat dipakai adalah analisis cluster. Terdapat metode dalam analisis cluster yang biasanya digunakan secara beriringan. Namun hal tersebut mengakibatkan ketidakefektifan waktu dalam pengolahan data. Permasalahan yang dikaji dalam penelitian ini adalah metode manakah yang lebih efektif dalam clustering data. Tujuan dari penelitian ini adalah untuk mengetahui metode manakah yang lebih efektif, antara metode Agglomerative dan metode K-Means.

Dalam penelitian ini mengambil simulasi pada suatu kasus dengan mengggunakan data dari BPS (Badan Pusat Statistik) Kabupaten Kendal yaitu data tentang sarana kemasyarakatan pada tiap kecamatan di Kabupaten Kendal tahun 2008, dimana variabel – variabel tersebut meliputi jumlah sarana pendidikan yaitu meliputi jumlah TK, SD, SMP, SMA, jumlah sarana kesehatan dan jumlah industri yang didirikan. Proses clustering dilakukan dengan menggunakan dua metode clustering, yaitu metode agglomerative dengan menggunakan metode single linkage dan metode Hard K-Means, untuk selanjutnya hasil cluster yang terbentuk pada kedua metode cluster tersebut dibandingkan.

Referensi

Dokumen terkait

Mengatasi kekurangan tersebut penelitian kali ini mencoba melakukan modifikasi sebelum melakukan klasifikasi dalam metode K-NN dengan menggunakan metode clustering

Penelitian ini bertujuan untuk membentuk cluster dengan data jumlah kasus penyakit pada 78 kecamatan di provinsi D.I.Yogyakarta tahun 2013 dengan metode cluster hierarki

Penerapan metode K-Means Clustering untuk mengelompokkan provinsi menurut jumlah produksi bahan pangan dimulai dari analisa data yang terdiri dari produksi jagung,

Hasil dari penelitian ini menunjukkan bahwa metode FCM adalah metode yang lebih baik daripada K-Means untuk melakukan clustering pada data user knowledge modeling dikarenakan

Penerapan metode K-Means Clustering untuk mengelompokkan provinsi menurut jumlah produksi bahan pangan dimulai dari analisa data yang terdiri dari produksi jagung,

Dari data yang sama ingin dibandingkan hasil penggerombolan dengan metode k- means, metode fuzzy k-means, dan metode two step cluster yang akan memberikan penggerombolan

Menurut Widodo (2013:9) Clustering atau klasifikasi adalah metode yang digunakan untuk membagi rangkaian data menjadi beberapa group berdasarkan kesamaan-kesamaan

sebelumnya apakah dapat berdampak pada hasil akhir klaster. Menentukan titik centroid awal secara acak/random dapat ditemukannya beberapa model clustering yang berbeda