ANALISA DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PADA PT. KANTOR JASA PENILAIAN PUBLIK IMMANUEL, JHONNY DAN REKAN (KJPP-IJR) SEMARANG

AUDINA, PUTERI TRIANA (2017) ANALISA DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PADA PT. KANTOR JASA PENILAIAN PUBLIK IMMANUEL, JHONNY DAN REKAN (KJPP-IJR) SEMARANG. Undergraduate thesis, UNIVERSITAS STIKUBANK.

PDF Restricted to Repository staff only Download (2MB)

Abstract

Kebutuhan terhadap pencarian data profil tempat tinggal terus meningkat setiap tahunnya seiring bertambahnya jumlah populasi manusia. Hal tersebut terjadi secara berulang dan menimbulkan penumpukan terhadap data profil tempat tinggal, sehingga mempengaruhi pencarian informasi terhadap data tersebut. Penelitian ini bertujuan untuk melakukan pengelompokan terhadap data profil tempat tinggal Provinsi Jawa Tengah dengan memanfaatkan proses data mining dengan menggunakan teknik Clustering. Algoritma yang digunakan untuk pembentukan cluster adalah algoritma K-Means. K-Means merupakan salah satu metode data non-hierarchical clustering yang dapat mengelompokkan data profil tempat tinggal ke dalam beberapa cluster berdasarkan kemiripan dari data tersebut, sehingga data profil tempat tinggal yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan yang memiliki karakteristik yang berbeda dikelompokkan dalam cluster yang lain. Implementasi menggunakan Rstudio digunakan untuk membantu menemukan hasil yang akurat. Atribut yang digunakan adalah kabupaten/kota, Jenis Atap, Jenis Dinding dan Penguasaan Bangunan.

Item Type:	Thesis (Undergraduate)
Additional Information:	NIM:13.01.55.0072 SKR.I.O5.02.1723
Uncontrolled Keywords:	profil tempat tinggal, k-means clustering
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Ani Mariawati
Date Deposited:	26 Nov 2018 03:01
Last Modified:	26 Nov 2018 03:01
URI:	https://eprints.unisbank.ac.id/id/eprint/4518

Actions (login required)

View Item