Novryssa Raliani (2015) Pengelompokan Data Kategori Menggunakan Hybrid K-Medoid dan Bat Algori. Skripsi thesis, UNIVERSITAS AIRLANGGA.
![[img]](https://repository.unair.ac.id/style/images/fileicons/text.png) |
Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf Download (279kB) |
|
|
Text (ABSTRAK)
2. ABSTRAK.pdf Download (194kB) |
|
|
Text (DAFTAR ISI)
3. DAFTAR ISI.pdf Download (427kB) |
|
|
Text (BAB I PENDAHULUAN)
4. BAB I PENDAHULUAN.pdf Download (200kB) |
|
|
Text (BAB II TINJAUAN PUSTAKA)
5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only Download (546kB) | Request a copy |
|
|
Text (BAB III METODE PENELITIAN)
6. BAB III METODE PENELITIAN.pdf Restricted to Registered users only Download (319kB) | Request a copy |
|
|
Text (BAB IV PEMBAHASAN)
7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only Download (435kB) | Request a copy |
|
|
Text (BAB V SIMPULAN DAN SARAN)
8. BAB V SIMPULAN DAN SARAN.pdf Restricted to Registered users only Download (293kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9. DAFTAR PUSTAKA.pdf Download (193kB) |
|
|
Text (LAMPIRAN)
10. LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (ABSTRAK)
gdlhub-gdl-s1-2015-ralianinov-41558-5.-abstr-k.pdf Download (241kB) | Preview |
|
|
Text (FULL TEXT)
MPM.50-15%2520Rol%2520p.pdf Restricted to Repository staff only Download (2MB) | Request a copy |
Abstract
Cluster adalah salah satu dari jenis analisis data yang sering digunakan dalam data minning. Dalam kehidupan sehari-hari banyak kasus data minning yang datanya berupa data kategori. Data kategori adalah data yang variabelnya berjenis kategori. Pengelompokan data kategori bertujuan untuk mengetahui kemiripan objek dalam sebuah kelompok. Metode pengelompokan yang digunakan dalam skripsi ini adalah K-Medoid yang di-hybrid dengan Bat Algorithm. Bat Algorithm adalah algoritma yang terinspirasi dari perilaku kelelawar memancarkan gelombang suara yang disebut echolocation. Ada 2 tahapan penting dalam Bat Algorithm, yaitu proses local search yaitu proses pencarian solusi dipersekitaran solusi terbaik dan perubahan nilai loudness dan pulse rat yang terbagi menjadi penurunan loudness dan peningkatan pulse rate. KMedoid adalah metode pengelompokan yang membangun kelompok dengan menghitung jarak antar obyek medoid dan obyek non medoid. Pada data berukuran besar, metode K-Medoid terkadang memiliki masalah dalam menentukan objek medoid awal. Bat Algorithm digunakan untuk mempermudah K-Medoid dalam menentukan medoid awal tersebut. Data yang digunakan adalah data kecil yang berisi 20 objek dengan 5 variabel kategori dan data besar yang berisi 100 objek dengan 22 variabel kategori dan diselesaikan dengan bahasa pemrograman Java menggunakan software NetBeans IDE 8.0.2. pada data kecil dan besar, semakin banyak iterasi untuk bat dan iterasi untuk K-Medoid, maka menunjukkan nilai fungsi tujuan cenderung lebih kecil.
| Item Type: | Thesis (Skripsi) | ||||||
|---|---|---|---|---|---|---|---|
| Additional Information: | KKC KK MPM 50/15 Rol p | ||||||
| Uncontrolled Keywords: | DATA CLASSIFICATION | ||||||
| Subjects: | Q Science > QA Mathematics > QA551-563 Analytic Geometry Q Science > QA Mathematics > QA564-581 Algebraic Geometry |
||||||
| Divisions: | 08. Fakultas Sains dan Teknologi > Matematika | ||||||
| Creators: |
|
||||||
| Contributors: |
|
||||||
| Depositing User: | prasetyo adi nugroho | ||||||
| Date Deposited: | 26 Nov 2015 12:00 | ||||||
| Last Modified: | 05 May 2020 03:19 | ||||||
| URI: | http://repository.unair.ac.id/id/eprint/28330 | ||||||
| Sosial Share: | |||||||
Actions (login required)
 |
View Item |