Perpustakaan Universitas Khairun

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Implementasi Metode K-Means Untuk Clustering Data Penduduk Miskin  Dengan 
Pengelompokan Acak Menggunakan Systematic Random Sampling
Penanda Bagikan

Text

Implementasi Metode K-Means Untuk Clustering Data Penduduk Miskin Dengan Pengelompokan Acak Menggunakan Systematic Random Sampling

Rafli Junaidi Kasim - Nama Orang;

ABSTRAK
IMPLEMENTASIMETODEK-MEANSUNTUKCLUSTERINGDATAPENDUDUKMISKIN DENGANPENGELOMPOKANACAKMENGGUNAKANSYSTEMATICRANDOM SAMPLING
RafliJunaidiKasim ProgramStudiTeknikInformatika FakultasTeknik,UniversitasKhairun jkasim840@gmail.com
Katakunci: Clustering, K-means, Systematic Random Sampling, Silhouette Coefficient, Pendudukmiskin. Pengelompokanpenduduk miskin bertujuan untuk membedakan penduduk dengan tingkat kemiskinan paling tinggi atau paling layak untuk mendapatkan bantuan yang dikhususkan kepada penduduk dengan tingkat kemiskinan tertinggi. Pengelompokan dilakukan dengan menggunakan metode k-means. Pengelompokan dengan metode k-means akan memperbesar tingkat kemiripan dalam kelompok dan memperkecil tingkat kemiripan antar kelompok. Pengelompokan acak pada k-means akan diterapkan metode systematic random samplingyangakanmempengaruhi danmempersempitkemungkinanbanyaknilai centroid awal yang akan dihasilkan, selain itu mempercepat proses komputasi untuk pengelompokan acak. Selanjutnya dilakukan validasi dengan silhouette coefficient untuk menentukan kelompok terbaik pada pengelompokan penduduk miskin. Jumlah kelompok yang ditentukan yaitu 2 klaster, 3 klaster, dan 4 klaster. Hasil yang didapatkan adalah jumlah kelompok sebanyak 2 klaster lebih baik dibandingkan 3 klaster dan 4 klaster dengan nilai 2 klaster yaitu 0.435489, sedangkan pada 3 cluster 0.434857 dan 4 cluster 0.30832.


Ketersediaan
#
Lantai 2 2019. 621.29. Kas. i
S.148.2019
Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
-
Penerbit
Ternate : PROGRAMSTUDITEKNIKINFORMATIKA FAKULTASTEKNIK UNIVERSITASKHAIRUN., 2019
Deskripsi Fisik
xii.128 hlm. 30 cm illus,biblio
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
12 September 2019
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Kasim Rafli Junaidi
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Khairun
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?
  • PONTI4D: Link Slot Gacor Mudah Maxwin Hari Ini Dengan Situs Pola Gampang Menang Terbaik 2026
  • hiatoto
  • slot thailand
  • situs gacor
  • slot maxwin
  • slot gacor 2026

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?