• Tidak ada hasil yang ditemukan

Analisa dan Penerapan Data Mining untuk Menentukan Kubikasi Air Terjual Berdasarkan Pengelompokan Pelanggan Menggunakan Algoritma K-means Clustering

N/A
N/A
Protected

Academic year: 2021

Membagikan "Analisa dan Penerapan Data Mining untuk Menentukan Kubikasi Air Terjual Berdasarkan Pengelompokan Pelanggan Menggunakan Algoritma K-means Clustering"

Copied!
8
0
0

Teks penuh

Gambar

Gambar 1. Flowchart Proses K-Means  Pengumpulan Data
Tabel 2. Hasil Pengelompokan DataIterasi ke  -0 Sampai Iterasi ke-2
Tabel 3. Kelompok Masing-Masing Cluster  Kelompok  (cluster)  Kelompok  Mahasiswa  Jumlah Pelangg an  Cluster - 1  (3,5,8,9,10,19,2 2,23,24,30,33,3 6,43,47,48,49,5 2,53,56,59,60,6 5,80,82,84,85)  26  Pelanggan   Cluster – 2  (4,14,25)  3  Pelangga n  Clust

Referensi

Dokumen terkait

Berdasarkan analisis yang dilakukan terhadap data pesanan paket wisata yang mengelompokan pelanggan menggunakan klaster dinamik pada algoritma K- Means, didapatkan informasi

Pendahuluan diawali dengan latar belakang penelitian tentang pentingnya pengelompokan data penjualan barang dengan metode Fuzzy C-Means Clustering untuk mendapatkan sebuah

Laporan Grafik Pengelompokan cluster Metode perancangan yang digunakan dalam Penerapan Algoritma K-Means untuk pengelompokan siswa baru berdasarkan Nilai ujian nasional adalah metode

KESIMPULAN Hasil penelitian ini menunjukkan bahwa : a Dengan menerapkan algoritma K-Means Clustering dalam pengelompokan data profil mahasiswa Matematika UNM diperoleh 4 cluster,

Hasil perbandingan antara metode K-Means dan Hierarchical Clustering memperlihatkan bahwa K- Means menghasilkan pengelompokan klaster yang lebih baik ditinjau dari nilai Silhouette

Dalam jurnal ini peneliti melakukan penelitian tentang bagaimana pengelompokkan data pelanggan potensial menggunakan metode clustering algoritma k-means, dimana metode yang digunakan

Penelitian ini menggunakan metode clustering data obat-obatan yaitu algoritma K-Means yang merupakan metode data clustering non hirarki untuk mempartisi data ke dalam cluster hingga

KESIMPULAN Berdasarkan hasil penelelitian tentang pengelompokan pembagian zakat dengan menggunakan metode clustering k-means dengan atribut yang digunakan yait penghasilan, kondisi