Andika, 105410180 (2014) APLIKASI DATA MINING UNTUK MENGELOMPOKAN WARGA MISKIN DI KECAMATAN BANGUNTAPAN DENGAN METODE K-MEAN. Skripsi thesis, STMIK AKAKOM Yogyakarta.
|
Text
105410180_COVER.pdf - Published Version Download (86kB) | Preview |
|
|
Text
105410180_HALAMAN JUDUL.pdf - Published Version Download (170kB) | Preview |
|
|
Text
105410180_PERSETUJUAN.pdf - Published Version Download (234kB) | Preview |
|
|
Text
105410180_PENGESAHAN.pdf - Published Version Download (278kB) | Preview |
|
|
Text
105410180_KATA PENGANTAR.pdf - Published Version Download (200kB) | Preview |
|
|
Text
105410180_INTISARI.pdf - Published Version Download (217kB) | Preview |
|
|
Text
105410180_HALAMAN MOTTO.pdf - Published Version Download (66kB) | Preview |
|
|
Text
105410180_HALAMAN PERSEMBAHAN.pdf - Published Version Download (164kB) | Preview |
|
|
Text
105410180_DAFTAR ISI.pdf - Published Version Download (248kB) | Preview |
|
|
Text
105410180_BAB I.pdf - Published Version Download (120kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
105410180_BAB II.pdf - Published Version Restricted to Repository staff only Download (198kB) |
|
|
Text
105410180_BAB III.pdf - Published Version Restricted to Repository staff only Download (276kB) |
|
|
Text
105410180_BAB IV.pdf - Published Version Restricted to Repository staff only Download (449kB) |
|
|
Text
105410180_BAB V.pdf - Published Version Download (197kB) | Preview |
|
|
Text
105410180_DAFTAR PUSTAKA.pdf - Published Version Download (126kB) | Preview |
|
|
Text
105410180_CARA MENJALANKAN PROGRAM.pdf - Published Version Download (79kB) | Preview |
|
|
Text
105410180_LISTING PROGRAM.pdf - Published Version Restricted to Repository staff only Download (194kB) |
Abstract
Dalam Pendataan warga miskin, diperlu dikelompok menurut kategori warga miskin. Hal ini bertujuan untuk memudahkan dalam pengetasan warga miskin secara merata. Clustering merupakan teknik untuk menempatkan elemen data menjadi kelompok-kelompok yang terkait yang bersifat arahan. Tujuan utama dari metode cluster adalah pengelompokan sejumlah data/objek kedalam kelompok data sehingga dalam setiap kelompok akan berisi data yang semirip mungkin. Salah satu algoritma clustering adalah k-mean, metode ini mempartisi data ke dalam cluster sehingga data yang mempunyai banyak karakteristik yang sama dikelompokan ke dalam satu cluster yang sama dengan cara menghitung jarak terdekat dengan titik pusat dengan rumus distance space euclidean. Hasil akhir pengelompokan terbagi tiga kategori yaitu rawan miskin, miskin dan sangat miskin. Dimana proses pengelompokan ini menggunakan meotde k-mean, dengan menghitung jarak cluster dari semua data. Kata kunci : Clustering, K-Mean, Distance Space, Euclidean, Miskin.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Dra. F. Wiwiek Nurwiyati, M.T. |
| Uncontrolled Keywords: | Kata kunci : Clustering, K-Mean, Distance Space, Euclidean, Miskin. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | V Sudarmi |
| Date Deposited: | 15 Jan 2016 02:55 |
| Last Modified: | 15 Jan 2016 02:55 |
| URI: | http://eprints.akakom.ac.id/id/eprint/491 |
Actions (login required)
 |
View Item |
