Penerapan Algoritma K-Medoids Dalam Pengelompokan Imunisasi Lanjutan Pada Anak Usia 2 Tahun
Teks penuh
Gambar
Dokumen terkait
Hasil dari percobaan K-Medoids Clustering menggunakan 3 cluster yaitu terdapat 237 data berada pada cluster 0 dengan kondisi belum perlu untuk dilakukan peremajaan, 126
sebagai objek penelitian ini adalah hanya yang berbasis dalam negeri, pengumpulan data dilakukan dengan cara menyebar kuesioner kepada responden bagi yang pernah
Berdasarkan pembahasan diatas maka penelitian ini berfokus untuk melakukan eksplorasi terhadap data penjualan dengan teknik clustering untuk klasterisasi outlet
Hasil penelitian ini menunjukkan bahwa pada cluster 1 penyakit yang paling banyak diderita oleh pasien adalah penyakit Diabetes Melitus tidak bergantung Insulin
Wanita usia subur yang menjadi sasaran imunisasi Td berada pada kelompok usia 15-39 tahun yang terdiri dari WUS hamil (ibu hamil) dan tidak hamil. Imunisasi lanjutan pada
Hasil Cluster 0 Penerapan Algoritma K-Medoids (Micosoft Excel).. Berdasarkan hasil cluster 0 dapat diketahui terdapat 189 data mahasiswa. Dalam tabel tersebut
Maka dalam penelitian ini dilakukan pengelompokan kabupaten atau kota di Indonesia berdasarkan pelayanan kesehatan maternal dengan algoritma k- medoids, yang
Pengujian Algoritma K-Medoids menggunakan aplikasi Rapidminer Studio 9.9.002 dengan cara data yang telah didapat dilakukan preprocessing data sehingga menjadi data
