• Tidak ada hasil yang ditemukan

Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering

N/A
N/A
Protected

Academic year: 2018

Membagikan "Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering"

Copied!
10
0
0

Teks penuh

Loading

Gambar

Gambar 1. Flowchart K-Means
Tabel 1. Data Ekspor Buah-buahan Menurut Negara Tujuan Utama, 2002-2015
Tabel 3. Centroid Data Awal
Tabel 5. Pengelompakan data iterasi 1
+3

Referensi

Dokumen terkait

Diversifikasi produk dapat dilakukan dengan memperluas ekspor buah Indonesia tidak terbatas dalam bentuk olahan, sehingga buah yang memiliki dayasaing lemah dapat

Berdasarkan hasil pengujian yang telah dilakukan dalam penelitian ini menggunakan algoritma K-Means Clustering yaitu Cluster 1 merupakan kategori provinsi dengan

Tempatkan setiap data pada cluster, sehingga data akan dimasukkan kedalam cluster yang memiliki jarak paling dekat dengan titik pusat dari setiap cluster, untuk

Hasil penelitian ini menemukan (1) Indonesia memiliki tingkat daya saing rendah dalam ekspor lima komoditas buah-buahan ditunjukan dengan nilai RCA total yang masih dibawah 1 (2)

Sementara pada cluster 1 kebanyakan adalah mahasiswa dengan asal sekolah berjenis SMK jurusan Akutansi dan memiliki rata-rata nilai ujian masuk lebih rendah dari

Metode K-Means clustering dapat digunakan untuk proses pengolahan data menggunakan konsep data mining dalam mengelompokkan data sesuai atribut.. Kata kunci:

Kedua, dari clustering yang terbentuk dari masing-masing kelas, dapat dijabarkan bahwa untuk kelas Teknik Informatika-A, sebanyak 5 10% nilai UTS termasuk dalam cluster nilai

Berikut adalah proses dari algoritma K-Means : 1 Menentukan Jumlah Cluster Pengelompokan akan dibagi dalam 3 kategori, dimana dalam metode clustering K-Means berarti akan menghasilkan