• Tidak ada hasil yang ditemukan

PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN KARAKTERISTIK KESEJAHTERAAN RAKYAT MENGGUNAKAN METODE K-MEANS CLUSTER

N/A
N/A
Protected

Academic year: 2021

Membagikan "PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN KARAKTERISTIK KESEJAHTERAAN RAKYAT MENGGUNAKAN METODE K-MEANS CLUSTER"

Copied!
10
0
0

Teks penuh

Gambar

Gambar 1 Ilustrasi Jarak Euclidean dari Teorema Pitagoras
Tabel 4 Nilai DBIuntuk k = 2, 3, 4, dan 5

Referensi

Dokumen terkait

Berdasarkan hasil analisis dapat disimpulkan bahwa desa/kelurahan di Kabupaten Semarang dapat dikelompokan menjadi empat klaster, yaitu klaster I terdiri dari 123

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

Pengelompokan tingkat kesejahteraan kabupaten dan kota di Provinsi Jawa Timur menggunakan metode K-Means dengan jarak Euclidean dan Manhattan menghasilkan 2 klaster berdasarkan

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

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

Pada penelitian ini untuk memudahkan pemerintah dalam mengambil kebijakan dilakukan pengelompokan provinsi di indonesia berdasarkan fasilitas kesehatan menggunakan two

Sedangkan, Centroid Linkage adalah metode klaster hierarki yang dapat digunakan pada data yang mengandung outlier, dimana outlier bisa membuat data yang diolah

Cluster 2 adalah cluster dengan tingkat kesejahteraan rakyat rendah karena memiliki nilai yang paling tinggi untuk varibel penduduk miskin, angka kematian bayi