PENGKLASTERAN DATA DENGAN MENGGUNAKAN DIVISIVE ANALYSIS METHOD (DIANA)

Chandra Gunawan, - (2011) PENGKLASTERAN DATA DENGAN MENGGUNAKAN DIVISIVE ANALYSIS METHOD (DIANA). S1 thesis, Universitas Pendidikan Indonesia.

	Text s_mat_0607092_table_of_content.pdf Download (18kB)
	Text s_mat_0607092_chapter1.pdf Download (29kB)
	Text s_mat_0607092_chapter2.pdf Restricted to Staf Perpustakaan Download (63kB)
	Text s_mat_0607092_chapter3.pdf Download (47kB)
	Text s_mat_0607092_chapter4.pdf Restricted to Staf Perpustakaan Download (235kB)
	Text s_mat_0607092_chapter5.pdf Download (31kB)
	Text s_mat_0607092_bibliography.pdf Download (13kB)

Abstract

Analisis Klaster merupakan analisis pengelompokan data yang mengelompokkan data berdasarkan informasi yang ditentukan pada data. Tujuan dari analisis klaster adalah agar objek-objek di dalam satu kelompok memiliki kesamaan satu sama lain sedangkan dengan objek-objek yang berbeda kelompok memiliki perbedaan. Proses analisis klaster atau pengelompokan data bisa dilakukan dengan dua metode yaitu: metode hirarki dan metode non-hirarki. Metode hirarki terbagi menjadi dua yaitu metode agglomerative (pemusatan) dan metode divisive (penyebaran). Pada tugas akhir ini, akan dibahas metode hirarki yang berupa metode divisive. Metode divisive ini merupakan proses pengklasteran yang didasarkan pada persamaan nilai rata-rata antar objek. Jika sebuah objek memiliki persamaan nilai rata-rata terbesar maka objek tersebut akan terpisah dan berubah menjadi splinter group. Di akhir artikel ini akan dibahas hasil penerapan metode divisive pada sepuluh data tingkat polusi udara di Amerika Serikat.

Item Type:	Thesis (S1)
Additional Information:	ID SINTA Dosen Pembimbing DEVI RACHMATIN: - MAMAN SUHERMAN: -
Uncontrolled Keywords:	Metode Hirarki, Metode Divisive.
Subjects:	L Education > L Education (General) Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika
Depositing User:	Hikmal Fajar Fardyan
Date Deposited:	16 Sep 2023 15:44
Last Modified:	16 Sep 2023 15:44
URI:	http://repository.upi.edu/id/eprint/105754

Actions (login required)

View Item