Kombinasi k-means clustering dan metode MOORA
- Juniar Hutagalung
- Deepublish
- 2021
- 978-623-02-3891-8
Sinopsis

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.

Kata Kunci
- Data Mining
Tersedia di Perpustakaan Kampus:
- Karawang, Tasikmalaya, Yogyakarta, Pontianak
Silahkan Login untuk dapat Melakukan Peminjaman Online

Detail Informasi
Sinopsis Buku

Kode Buku	:	221969
Kode Klasifikasi	:	005.262
Judul Buku	:	Kombinasi k-means clustering dan metode MOORA
Edisi	:	-
Penulis	:	Juniar Hutagalung
Penerbit	:	Deepublish
Bahasa	:	Indonesia
Tahun	:	2021
ISBN	:	978-623-02-3891-8
Tajuk Subjek	:	Data Mining
Deskripsi	:	xii, 105 hlm. : ill. ; 23 cm
Eksemplar	:	8
Stok	:	8
Petugas	:	Ria Indriani, S.Hum

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.

Terkait Subjek Buku yang sama

Data Mining untuk perguruan tinggi
- Efori Buulolo, S.Kom, M.Kom
- deepublish
- 2020
- 978-623-02-0508-8
Sinopsis

erkembangan pengetahuan dan teknologi telah mengubah stigma data yang dibiarkan seperti sampah, sekarang data diibaratkan sebagai tambang emas yang dapat memberikan manfaat dalam kehidupan manusia. ... Lihat Selengkapnya
Data mining : konsep dan aplikasi menggunakan MATLAB
- Eko Prasetyo
- CV Andi Offset
- 2012
- 978-979-29-3282-9
Sinopsis

Jumlah transaksi yang dilakukan oleh perusahaan atau instansi semakin banyak dari waktu ke waktu. Lalu, apa yang harus perusahaan lakukan terhadap data-data transaksi itu? Apakah hanya untuk laporan ... Lihat Selengkapnya
Data mining
- Fajar astuti hermawati
- CV Andi Offset
- 2013
- 978-979-29-3118-1
Sinopsis

Buku ini secara khusus mambahas tentang data mining dalam beberapa bagian, yaitu: Bab 1 Pendahuluan , memberi pengantar dan pemahaman mengenai tujuan dari data mining, aplikasi dari data mining, apa ... Lihat Selengkapnya
Data mining untuk klasifikasi dan klasterisasi data
- Suyanto
- INFORMATIKA
- 2017
- 978-602-6232-36-6
Sinopsis

permasalaban dan data tumbuh secara sedangkan jumlah data analyst dan data scientist tumbuh secara linier. Oleh karena itu, diperlukan teknk komputasi handal yang bisa menganalisis data secara cepat ... Lihat Selengkapnya
Pengolahan citra digital teori dan aplikasi nyata
- Priyanto Hidayatullah
- INFORMATIKA
- 2017
- 978-602-6232-42-7
Sinopsis

1. Pengenalan Pengolahan Citra Digital (PCD) Penerapan PCD dalam kehidupan sehari-hari serta hubungan Pengolahan Citra Digital dengan disiplin ilmu lain 2. Konsep fundamental PCD Tiga komponen ... Lihat Selengkapnya

TENTANG PERPUSTAKAAN

Perpustakaan Universitas Bina Sarana Informatika merupakan layanan yang diberikan kepada civitas akademik khususnya mahasiswa untuk memperoleh informasi seperti buku, majalah, jurnal, prosiding, dll.