PERPUSTAKAAN POLITEKNIK BHAKTI SEMESTA

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Registration
  • 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 Kombinasi K-Means Clustering dan Metode MOORA
Penanda Bagikan

Text

Kombinasi K-Means Clustering dan Metode MOORA

Juniar Hutagalung - Nama Orang;

K-Means merupakan algoritma clustering. K-Means Clustering adalah salah satu “unsupervised machine learning algorithms” yang paling sederhana dan populer. K-Means Clustering adalah suatu metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan tanpa supervisi (unsupervised) dan merupakan salah satu metode yang melakukan pengelompokan data dengan sistem partisi. K-means clustering merupakan salah satu metode cluster analysis non hirarki yang berusaha untuk mempartisi objek yang ada kedalam satu atau lebih cluster atau kelompok objek berdasarkan karakteristiknya, sehingga objek yang mempunyai karakteristik yang sama dikelompokan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokan kedalam cluster yang lain. Pada algoritma pembelajaran ini, komputer mengelompokkan sendiri data-data yang menjadi masukannya tanpa mengetahui terlebih dulu target kelasnya. Pembelajaran ini termasuk dalam unsupervised learning. Masukan yang diterima adalah data atau objek dan k buah kelompok (cluster) yang diinginkan. Algoritma ini akan mengelompokkan data atau objek ke dalam k buah kelompok tersebut. Pada setiap cluster terdapat titik pusat (centroid) yang merepresentasikan cluster tersebut. Metode MOORA(Multi – Objective Optimization On The Basis Of Ratio Analysis) adalah suatu teknik optimasi multi objective yang dapat berhasil diterapkan untuk memecahkan berbagai jenis masalah pengambilan keputusan yang kompleks dalam pembuatan keputusan. Metode MOORA memiliki tingkat fleksibilitas dan kemudahan untuk dipahami dalam memisahkan bagian subjektif dari suatu proses evaluasi ke dalam kriteria bobot keputusan dengan beberapa atribut pengambilan keputusan. Metode ini memiliki tingkat selektifitas yang baik karena dapat menentukan tujuan dari kriteria yang bertentangan. Dimana kriteria dapat bernilai menguntungkan (benefit) atau yang tidak menguntungkan (cost). Buku ini diperuntukkan untuk mahasiswa, dosen atau peneliti yang aktif menulis artikel di bidang datamining dengan menggunakan K-Means Clustering dan Metode MOORA dalam Sistem Pendukung Keputusan (SPK). Pada buku ini diuraikan langkah-langkah untuk menerapkan K-means dan MOORA pada studi kasus secara detail, sehingga semakin memudahkan kita dalam mengkombinasikan kedua metode tersebut.


Ketersediaan
#
Belum memasukkan lokasi 006.68 JUN k
PBS00455KU
Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
006.68 JUN k
Penerbit
Yogyakarta : Deepublish., 2021
Deskripsi Fisik
xii, 105 hlm. : ill. ; 23 cm
Bahasa
Indonesia
ISBN/ISSN
978-623-02-3891-8
Klasifikasi
006.68
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN POLITEKNIK BHAKTI SEMESTA
  • 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?

© 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?