首页    期刊浏览 2024年09月19日 星期四
登录注册

文章基本信息

  • 标题:Analisa Perbandingan Metode Hierarchical Clustering, K-Means dan Gabungan Keduanya dalam Cluster Data (Studi Kasus: Problem Kerja Praktek Teknik Industri ITS)
  • 本地全文:下载
  • 作者:Tahta Alfina ; Budi Santosa ; Ali Ridho Barakbah
  • 期刊名称:Jurnal Teknik ITS
  • 印刷版ISSN:2301-9271
  • 电子版ISSN:2337-3539
  • 出版年度:2012
  • 卷号:1
  • 期号:1
  • 页码:521-525
  • DOI:10.12962/j23373539.v1i1.1794
  • 语种:Spanish
  • 出版社:Lembaga Penelitian dan Pengabdian kepada Masyarakat
  • 摘要:Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam manajemen informasi karena jumlah informasi yang semakin besar jumlahnya. Salah satu teknik yang dikenal dalam data mining adalah clustering,  berupa proses pengelompokan sejumlah data atau objek ke dalam cluster (group) sehingga setiap dalam cluster tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam cluster yang lainnya. Clustering memiliki dua metode, yaitu partisi dan hierarki. Dua metode ini memiliki kelebihan dan kekurangan masing-masing, dan dengan menggabungkan keduanya dapat diperoleh hasil cluster yang lebih baik. Dari hasil cluster dengan menggunakan data problem Kerja Praktek Jurusan Teknik Industri ITS, maka diperoleh hasil bahwa gabungan metode Single Linkage Clustering dan K-means memberikan hasil cluster yang lebih baik dengan parameter uji cluster variance dan metode silhouette coefisien.
  • 关键词:Kerja Praktek;Document Clustering;K-means;Hierarchical Clustering;Cluster Variance;Metode Silhouette Coeficient
国家哲学社会科学文献中心版权所有