Log in

Relevant bibliographies by topics / Davies Bouldin Index / Journal articles

To see the other types of publications on this topic, follow the link: Davies Bouldin Index.

Journal articles on the topic 'Davies Bouldin Index'

Author: Grafiati

Published: 2 June 2025

Last updated: 31 July 2025

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the top 50 journal articles for your research on the topic 'Davies Bouldin Index.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Browse journal articles on a wide variety of disciplines and organise your bibliography correctly.

1

Ren, Shiyuan. "Integration and Optimization of Educational Teaching Resources in Colleges and Universities Based on Clustering Algorithm." Journal of Electrical Systems 20, no. 6s (2024): 2156–65. http://dx.doi.org/10.52783/jes.3130.

Full text

Abstract:

The paper presents Centroid Ranking Optimized Clustering (CROC), a novel approach aimed at enhancing educational teaching and resource optimization through advanced clustering techniques. CROC integrates centroid-based clustering with ranking optimization strategies to segment students or educational resources into meaningful clusters, facilitating personalized learning experiences and targeted interventions. Experimental analysis conducted on real-world educational datasets demonstrates that CROC outperforms traditional clustering algorithms in terms of clustering quality, accuracy, and inter

APA, Harvard, Vancouver, ISO, and other styles

2

Dayat, Moh Nurdayat, Nana Suarna, and Yudhistira Arie Wijaya. "Analisa Clustering untuk Mengelompokan Data Penayangan Film Bioskop Menggunakan Algoritma K-Means." INTERNAL (Information System Journal) 6, no. 1 (2023): 68–78. http://dx.doi.org/10.32627/internal.v6i1.686.

Full text

Abstract:

The purpose of this study is one of the analyzes to obtain film screening data, the approach used in this study is the K-means algorithm using the parameter measure type Numerical Measure with Numerical Measure Euclidean Distance to get the best Davies Bouldin Index (DBI), with the intention of getting helps grouping datasets of film screenings at the Ramayana Cirebon XXI Cinema. Results from the evaluation of the Davies Bouldin Index (DBI) obtained is (K-2) with a Davies Bouldin Index (DBI) value of 0.864, because the value obtained is the smaller the Davies Bouldin Index (DBI) value, it show

APA, Harvard, Vancouver, ISO, and other styles

3

Pangestu, Mohamad Sugeng, and Maulida Ayu Fitriani. "Perbandingan Perhitungan Jarak Euclidean Distance, Manhattan Distance, dan Cosine Similarity dalam Pengelompokan Data Bibit Padi Menggunakan Algoritma K-Means." Sainteks 19, no. 2 (2022): 141. http://dx.doi.org/10.30595/sainteks.v19i2.14495.

Full text

Abstract:

Bibit padi yang mempunyai kualitas unggul memiliki peran penting dalam peningkatan produktivitas pada sektor pertanian. Banyaknya bibit padi yang dikembangkan oleh Balai Besar Penelitian Tanaman Padi menghasilkan karakteristik bibit padi baru serta mempunyai kemiripan karakteristik yang hampir sama. Bibit padi yang memiliki kemiripan berdasarkan karakteristiknya dapat dikelompokkan dengan menggunakan metode Clustering dimana dalam proses perhitungannya menggunakan metode pengukuran jarak. Pada penelitian ini menggunakan algoritma K-Means dengan metode Euclidean Distance, Manhattan Distance, da

APA, Harvard, Vancouver, ISO, and other styles

4

Butsianto, Sufajar, and Nurhali Saepudin. "Penerapan Data Mining Terhadap Minat Siswa Dalam Mata Pelajaran Matematika Dengan Metode K-Means." Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) 3, no. 1 (2020): 51–59. http://dx.doi.org/10.32672/jnkti.v3i1.2008.

Full text

Abstract:

Kumpulan data nilai siswa pada sebuah sekolah dapat diolah dengan memanfaatkan teknologi data mining untuk menghasilkan pengetahuan menarik dan bermanfaat, yang selama ini tidak diketahui secara manual. Salah satu teknik data mining adalah clustering. Algoritma K-Means dapat digunakan untuk mengelompokan minat siswa terhadap mata pelajaran matematika pada sebuah sekolah sehingga dapat bermanfaat bagi pengguna kebijakan dalam proses pengambilan keputusan. Proses ini menghasilkan 2 cluster yaitu ( minat ) Matematika dan ( kurang minat ) matematika, dengan menggunakan teknik data mining menggunak

APA, Harvard, Vancouver, ISO, and other styles

5

Candrasari, Diwahana Mutiara. "Pemilihan Pelanggan Potensial Dengan Melakukan Pemetaan Area Dengan Metode Algoritma K-NN dan K-Means Di Yamaha Nusantara Motor Purwokerto." Joined Journal (Journal of Informatics Education) 4, no. 2 (2021): 52. http://dx.doi.org/10.31331/joined.v4i2.1942.

Full text

Abstract:

This study proposes a clustering of potential customers at Yamaha Nusantra Motor Purwokerto based on consumer characteristics. Clustering is one of the processes of data mining that aims to partition existing objects into one or more clusters of objects based on their characteristics. The method used in this study is K-Nearest Neighbor as a determination of the feasibility of the data while K-Means is used as customer clustering. The value of the Davies Bouldin Index was examined using rapidminer while the purity validation was using Microsoft excel. The results show that the K-Means training

APA, Harvard, Vancouver, ISO, and other styles

6

Hossen, Md Amran, Biswanath Bhattacharjee, Sonjoy Kumar Dey, et al. "BUSINESS ANALYTICS FOR CUSTOMER SEGMENTATION: A COMPARATIVE STUDY OF MACHINE LEARNING ALGORITHMS IN PERSONALIZED BANKING SERVICES." International Journal of Economics Finance & Management Science 10, no. 03 (2025): 1–13. https://doi.org/10.55640/ijefms/volume10issue03-01.

Full text

Abstract:

This study evaluates three machine learning clustering algorithms—K-Means, DBSCAN, and Hierarchical Clustering—for customer segmentation in the banking sector. Using a dataset of customer demographic, financial, and transactional data, we compare the algorithms based on the Silhouette score and Davies-Bouldin index. Hierarchical Clustering performed best, achieving the highest Silhouette score (0.68) and the lowest Davies-Bouldin index (1.15), indicating well-defined and compact clusters. K-Means showed reliable performance with a Silhouette score of 0.62 but required predefined clusters. DBSC

APA, Harvard, Vancouver, ISO, and other styles

7

IRWAN, IRWAN, ASTRI YUNI HASHARI, HISYAM IHSAN, and AHMAD ZAKI. "PENGGUNAAN SELF ORGANIZING MAP DALAM PENGELOMPOKAN TINGKAT KESEJAHTERAAN MASYARAKAT." Jambura Journal of Probability and Statistics 1, no. 2 (2020): 57–68. http://dx.doi.org/10.34312/jjps.v1i2.7266.

Full text

Abstract:

Self Organizing Map (SOM) is one of the topology forms of Unsupervised Neural Network where in the learning process does not require output target. Clusters in this research consist of one or more regency/city areas that have certain characteristics based on the variables. Each cluster had to be validated by using the Davies Bouldin Index value to get the best cluster formation from the SOM algorithm learning process. The best cluster model is the cluster model that has the smallest Davies Bouldin Index value. This research used 30 variables that refer to the key statistics of South Sulawesi P

APA, Harvard, Vancouver, ISO, and other styles

8

Eliza, Novi, Ismail Husein, and Sajaratud Dur. "Determining Zoning of Areas Affected by Flood Disasters in Medan City Using Silhouette Coefficient and Davies Bouldin Index Analysis." Jurnal Pijar Mipa 19, no. 3 (2024): 558–63. http://dx.doi.org/10.29303/jpm.v19i3.6707.

Full text

Abstract:

Several sub-districts are cities that are pretty or even very vulnerable to flood disasters. Therefore, the Government must observe which areas are highly prone to flooding to anticipate safety precautions. One of the relevant methods for handling this case is k-means clustering using the Silhouette Coefficient and Davies-Bouldin Index evaluation. This research uses a quantitative approach using the Silhouette Coefficient and Davies Bouldin Index Analysis method. Based on the research that has been carried out, the results can be obtained that cluster 1 consists of the sub-districts of Medan P

APA, Harvard, Vancouver, ISO, and other styles

9

Orisa, Mira. "Optimasi Cluster pada Algoritma K-Means." Prosiding SENIATI 6, no. 2 (2022): 430–37. http://dx.doi.org/10.36040/seniati.v6i2.5034.

Full text

Abstract:

Metode evaluasi yang digunakan adalah metode-metode internal. Metode internal melakukan evaluasi dengan melihat seberapa jauh jarak antar cluster dan seberapa padat cluster-cluster tersebut. Pengklasterisasian data dimodelkan menggunakan algoritma K-Means. Algoritma K-Means memiliki kelemahan dalam menentukan centroid awal. Centroid awal ditentukan secara random/acak untuk sejumlah k cluster yang dipilih. Sehingga keluaran yang dihasilkan bergantung pada pemilihan centroid awal tersebut. Algoritma K-Means harus dijalankan berulang kali untuk mendapatkan hasil cluster yang optimal. Evaluasi clu

APA, Harvard, Vancouver, ISO, and other styles

10

Bagustio, Agung Prayogo, Ade Irma Purnamasari, and Irfan Ali. "ANALISIS DATA PENJUALAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PADA TOKO KECANTIKAN PUTRI." PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer 11, no. 2 (2024): 159–67. http://dx.doi.org/10.30656/prosisko.v11i2.7928.

Full text

Abstract:

Abstrak - Industri kecantikan mengalami pertumbuhan pesat dalam beberapa tahun terakhir, mendorong tingginya permintaan produk kecantikan. Toko Kecantikan Putri merupakan salah satu toko kecantikan yang berkembang pesat di wilayah Cirebon. Untuk meningkatkan strategi penjualan dan memahami pola pembelian pelanggan, Toko Kecantikan Putri perlu menganalisis data penjualan secara efektif. Analisis data penjualan tradisional tidak dapat memberikan insights yang mendalam mengenai pola pembelian pelanggan. Hal ini dapat menghambat Toko Kecantikan Putri dalam mengembangkan strategi penjualan yang tep

APA, Harvard, Vancouver, ISO, and other styles

11

Prasetyaningrum, Eka, and Puji Susanti. "Perbandingan Algoritma K-Means Dan K-Medoids Untuk Pemetaan Hasil Produksi Buah-Buahan." JURNAL MEDIA INFORMATIKA BUDIDARMA 7, no. 4 (2023): 1775. http://dx.doi.org/10.30865/mib.v7i4.6477.

Full text

Abstract:

In general, in 2019-2020 fruit production in Kotawaringin Timur district has decreased. Based on the data on fruit production, the amount of fruit production decreased, resulting in scarce fruit stocks and expensive fruit prices. Based on these problems, fruit production will be grouped according to the type of production in East Kotawaringin district using data mining techniques with clustering techniques using the K-Means algorithm and K-Medoids algorithm in order to optimize and increase fruit production. The results of grouping fruit production will be divided into 3 clusters, namely the h

APA, Harvard, Vancouver, ISO, and other styles

12

Badruttamam, Ahmad, Sudarno Sudarno, and Di Asih I. Maruddani. "PENERAPAN ANALISIS KLASTER K-MODES DENGAN VALIDASI DAVIES BOULDIN INDEX DALAM MENENTUKAN KARAKTERISTIK KANAL YOUTUBE DI INDONESIA (Studi Kasus: 250 Kanal YouTube Indonesia Teratas Menurut Socialblade)." Jurnal Gaussian 9, no. 3 (2020): 263–72. http://dx.doi.org/10.14710/j.gauss.v9i3.28907.

Full text

Abstract:

YouTube is one of the most popular online platforms today. The popularity of YouTube has makes it an effective advertising medium. In April 2019, Socialblade released the top 250 YouTube channels in Indonesia based on their gradations with various characteristics. YouTube channel data will be grouped into several clusters to make it easier for advertisers to choose channels with characteristics as needed. The purpose of this study is to determine the best number of clusters and determine their characteristics. The method used is the k-Modes cluster analysis with values k = 3, 4, 5, ..., 8. The

APA, Harvard, Vancouver, ISO, and other styles

13

Sembiring Brahmana, Rahma Wati, Fahd Agodzo Mohammed, and Kankamol Chairuang. "Customer Segmentation Based on RFM Model Using K-Means, K-Medoids, and DBSCAN Methods." Lontar Komputer : Jurnal Ilmiah Teknologi Informasi 11, no. 1 (2020): 32. http://dx.doi.org/10.24843/lkjiti.2020.v11.i01.p04.

Full text

Abstract:

A problem that appears in marketing activities is how to identify potential customers. Marketing activities could identify their best customer through customer segmentation by applying the concept of Data Mining and Customer Relationship Management (CRM). This paper presents the Data Mining process by combining the RFM model with K-Means, K-Medoids, and DBSCAN algorithms. This paper analyzes 334,641 transaction data and converts them to 1661 Recency, Frequency, and Monetary (RFM) data lines to identify potential customers. The K-Means, K-Medoids, and DBSCAN algorithms are very sensitive for in

APA, Harvard, Vancouver, ISO, and other styles

14

Ilmiyah, Erni, and Agus Bahtiar. "PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN DATA MAHASISWA BARU." JATI (Jurnal Mahasiswa Teknik Informatika) 8, no. 2 (2024): 1543–47. http://dx.doi.org/10.36040/jati.v8i2.9005.

Full text

Abstract:

Penelitian ini mengeksplorasi metode pengelompokan calon mahasiswa baru berdasarkan preferensi program studi menggunakan algoritma K-Means Clustering. Aplikasi RapidMiner digunakan sebagai platform untuk menjalankan proses pengelompokan, memanfaatkan Davies Bouldin Index sebagai parameter evaluasi kualitas klaster. Dari hasil penelitian, didapatkan pemahaman mendalam mengenai pola pengelompokan calon mahasiswa baru. Metode K-Means Clustering menghasilkan dua klaster optimal, ditandai dengan nilai Davies Bouldin Index terendah sebesar -0.278. Penemuan ini memberikan pandangan strategis dalam pe

APA, Harvard, Vancouver, ISO, and other styles

15

Kristanto, Bobby, Ahmad Turmudi Zy, and M. Fatchan. "Analisis Penentuan Karyawan Tetap Dengan Algoritma K-Means Dan Davies Bouldin Index." Bulletin of Information Technology (BIT) 4, no. 1 (2023): 112–20. http://dx.doi.org/10.47065/bit.v4i1.521.

Full text

Abstract:

Developments Technological advances are things that cannot be avoided in this life because technological developments go hand in hand with advances in science. With the rapid development of technology today, of course it affects the work environment as well. Employees are one of the company's reasons for determining the continuity of business activities. Employee work contracts within the company are important and must be considered in order to achieve company goals. PT. Taewon Indonesia is engaged in paper production and has more than 300 contract workers, making it difficult to select or exp

APA, Harvard, Vancouver, ISO, and other styles

16

Adiyanto, Alfian, and Yudhistira Arie Wijaya. "PENERAPAN ALGORITMA K-MEANS PADA PENGELOMPOKAN DATA SET BAHAN PANGAN INDONESIA TAHUN 2022-2023." JATI (Jurnal Mahasiswa Teknik Informatika) 7, no. 2 (2023): 1344–50. http://dx.doi.org/10.36040/jati.v7i2.6849.

Full text

Abstract:

Tujuan Penelitian ini adalah melakukan pengelompok/kluster yang optimal menggunakan algoritma k-means pada dataset Bahan Pangan .Oleh karena itu, penelitian ini menggunakan metode analisa data Knowledge Discovery in Database (KDD) Sumber data penelitian ini diperoleh dari website Pusat Infromasi Harga Pangan Strategis Nasional. Data ini kumpulan data dari bulan Desember 2022-Januari 2023. Penelitian ini menggunakan clustering metode K-Means untuk mengelompokan data tersebut dengan metode K-Means yang sederhana. Algoritma K-Means sebuah metode pengelompokan berdasarkan jarak terdekat, dimana ja

APA, Harvard, Vancouver, ISO, and other styles

17

Xiao, Junwei, Jianfeng Lu, and Xiangyu Li. "Davies Bouldin Index based hierarchical initialization K-means." Intelligent Data Analysis 21, no. 6 (2017): 1327–38. http://dx.doi.org/10.3233/ida-163129.

Full text

APA, Harvard, Vancouver, ISO, and other styles

18

Tsoi, Kelvin K. F., Nicholas B. Chan, Karen K. L. Yiu, Simon K. S. Poon, Bryant Lin, and Kendall Ho. "Machine Learning Clustering for Blood Pressure Variability Applied to Systolic Blood Pressure Intervention Trial (SPRINT) and the Hong Kong Community Cohort." Hypertension 76, no. 2 (2020): 569–76. http://dx.doi.org/10.1161/hypertensionaha.119.14213.

Full text

Abstract:

Visit-to-visit blood pressure variability (BPV) has been shown to be a predictor of cardiovascular disease. We aimed to classify the BPV levels using different machine learning algorithms. Visit-to-visit blood pressure readings were extracted from the SPRINT study in the United States and eHealth cohort in Hong Kong (HK cohort). Patients were clustered into low, medium, and high BPV levels with the traditional quantile clustering and 5 machine learning algorithms including K-means. Clustering methods were assessed by Stability Index. Similarities were assessed by Davies-Bouldin Index and Silho

APA, Harvard, Vancouver, ISO, and other styles

19

Aditya, Difa Lazuardi, and Devi Fitrianah. "COMPARATIVE STUDY OF FUZZY C-MEANS AND K-MEANS ALGORITHM FOR GROUPING CUSTOMER POTENTIAL IN BRAND LIMBACK." Jurnal Riset Informatika 3, no. 4 (2021): 327–34. http://dx.doi.org/10.34288/jri.v3i4.241.

Full text

Abstract:

The customer is a stakeholder for a business, to maintain and increase customer enthusiasm and develop it for the company's performance, it is necessary to do customer segmentation which aims to find out potential customers. This study uses purchase transaction data from Brand Limback customers in the period 2020. The use of RFM (Recency, Frecuency, Monetary) analysis helps in determining the attributes used for customer segmentation. To determine the optimal number of clusters from the RFM dataset, the Elbow method is applied. The datasets generated from RFM are grouped using the Fuzzy C-Mean

APA, Harvard, Vancouver, ISO, and other styles

20

Masjunedi, Masjunedi, Nana Suarna, and Yudhistira Arie Wijaya. "ANALISA PENERAPAN METODE CLUSTERING K-MEANS UNTUK PENGELOMPOKAN DATA TRANSAKSI KONSUMEN." JATI (Jurnal Mahasiswa Teknik Informatika) 7, no. 2 (2023): 1322–28. http://dx.doi.org/10.36040/jati.v7i2.6841.

Full text

Abstract:

Cv. Mitra indexindo pratama merupakan perusahaan yang bergerak di bidang penjualan dan jasa, Perusahaan juga menyediakan jasa perbaikan dan perawatan komputer untuk usaha/kantor yang membutuhkan dan juga melayani konsumen perorangan. Cv.Mitra Indexindo Pratama termasuk perusahaan perseorangan, karena semua sumber daya yang digunakan dalam operasi perusahaan adalah milik sendiri atau perseorangan, Data transaksi penjualan semakin lama semakin banyak sehingga akan terjadi penumpukan data, penumpukan data tsb kemudian akan di olah menggunakan aplikasi rapid miner. Akumulasi pengetahuan ini dapat

APA, Harvard, Vancouver, ISO, and other styles

21

Mutawalli, Lalu, Sofiansyah Fadli, and Supardianto Supardianto. "Komparasi Metode Perhitungan Jarak K-Means Paling Baik Terhadap Pembentukan Pola Kunjungan Wisatawan Mancanegara." Journal of Information System Research (JOSH) 5, no. 1 (2023): 159–66. http://dx.doi.org/10.47065/josh.v5i1.4377.

Full text

Abstract:

Understanding patterns among foreign tourists is an urgent matter. These patterns can become knowledge that helps in making better decisions because they are data-driven. The pattern to be elaborated on is regarding the clustering of visits by foreign tourists to tourist destinations in Jakarta. Data mining is an approach that extracts knowledge patterns from a dataset. K-Means is one of the data mining algorithms used for clustering data, where data is grouped based on similarity in features and attributes. This study compares the Euclidean Distance, Manhattan Distance, and Haversine Distance

APA, Harvard, Vancouver, ISO, and other styles

22

Daniel, Ikechukwu, Lateef Akinyemi, and Obianuju Udekwu. "Identifying Landslide Hotspots Using Unsupervised Clustering: A Case Study." Journal of Future Artificial Intelligence and Technologies 1, no. 3 (2024): 249–68. http://dx.doi.org/10.62411/faith.3048-3719-37.

Full text

Abstract:

Landslides pose significant threats to life, property, and infrastructure. This study explores applying unsupervised learning techniques to identify and understand landslide-prone areas. We analyzed topographic data by employing K-Means, Hierarchical Clustering, Spectral Clustering, Mean Shift Clustering, and DBSCAN to uncover hidden patterns in landslide occurrence. Evaluation metrics, including the Silhouette Score, Davies-Bouldin Index, and Calinski-Harabasz Index, were used to assess the performance of these algorithms. Hierarchical Clustering achieved the highest Silhouette Score of 0.635

APA, Harvard, Vancouver, ISO, and other styles

23

Rianti, Resa, Roni Andarsyah, and Rolly Maulana Awangga. "Penerapan PCA dan Algoritma Clustering untuk Analisis Mutu Perguruan Tinggi di LLDIKTI Wilayah IV." NUANSA INFORMATIKA 18, no. 2 (2024): 67–77. http://dx.doi.org/10.25134/ilkom.v18i2.211.

Full text

Abstract:

The Internal Quality Assurance System (SPMI) is a guideline used by universities to assess the quality of performance and implementation of higher education internally. SPMI is very important to be considered by universities in order to compete positively with other universities, both at home and abroad, as well as to improve the management and implementation of higher education in the institution. In this study, three machine learning algorithms are applied, namely K- Means, Mean Shift, and DBSCAN, to cluster SPMI data. The methods used include Principal Component Analysis (PCA) to reduce dat

APA, Harvard, Vancouver, ISO, and other styles

24

Saidah, Diah Aliyatus, Rukun Santoso, and Tatik Widiharih. "PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KESEHATAN LINGKUNGAN MENGGUNAKAN METODE PARTITIONING AROUND MEDOIDS DENGAN VALIDASI INDEKS INTERNAL." Jurnal Gaussian 11, no. 2 (2022): 302–12. http://dx.doi.org/10.14710/j.gauss.v11i2.35478.

Full text

Abstract:

Environmental health is an important aspect in efforts to achieve public health. The condition of environmental health in Indonesia is varies in each province, so the priorities for increasing environmental health are also different. This study aims to grouping provinces in Indonesia based on environmental health indicators in order to know the high/low environmental quality in each province to assist the government in optimizing environmental health efforts. The grouping of provinces is done partitioning around medoids method which is robust to data containing outliers. The measure of similar

APA, Harvard, Vancouver, ISO, and other styles

25

Falih, Alfi Rizqi Falih, Rudi Kurniawan, Yudhistira Arie Wijaya, and Saeful Anwar. "ALGORITMA K-MEAN UNTUK OPTIMALISASI MODEL CLUSTERING DATA PENJUALAN TOKO ONLINE DI TIKTOK SHOP DALAM STRATEGI PEMASARAN." Jurnal Sistem Informasi Kaputama (JSIK) 9, no. 1 (2025): 1–11. https://doi.org/10.59697/jsik.v9i1.929.

Full text

Abstract:

Penggunaan TikTokShop sebagai platform e-commerce berkembang pesat, memberikan peluang bagi pelaku usaha untuk menganalisis data penjualan dan memahami perilaku konsumen. Penelitian ini bertujuan mengoptimalkan model clustering dengan algoritma K-Means untuk mengelompokkan data penjualan TikTokShop dan mengidentifikasi segmen konsumen yang serupa, serta menentukan jumlah cluster optimal menggunakan Davies Bouldin Index. Metode KDD digunakan, dengan langkah-langkah pemilihan data, preprocessing, dan penerapan K-Means clustering dengan Euclidean distance. Hasil eksperimen menunjukkan jumlah clus

APA, Harvard, Vancouver, ISO, and other styles

26

Sikana, Arina Mana, and Arie Wahyu Wijayanto. "Analisis Perbandingan Pengelompokan Indeks Pembangunan Manusia Indonesia Tahun 2019 dengan Metode Partitioning dan Hierarchical Clustering." Jurnal Ilmu Komputer 14, no. 2 (2021): 66. http://dx.doi.org/10.24843/jik.2021.v14.i02.p01.

Full text

Abstract:

Indeks Pembangunan Manusia (IPM) merupakan indikator penting dalam pengukuran tingkat keberhasilan pembangunan kualitas hidup manusia. Pengelompokan Indeks Pembangunan Manusia (IPM) bertujuan untuk membagi wilayah-wilayah ke dalam kelompok berdasarkan Indeks Pembangunan Manusia wilayah tersebut tahun 2019. Pengelompokan Indeks Pembangunan Manusia Indonesia tahun 2019 membandingkan metode Partitioning Clustering dan Hierarchical Clustering. Algoritma Partitioning Clustering yang digunakan adalah algoritma K-Means Clustering, sedangkan algoritma Hierarchical Clustering adalah algoritma Agglomera

APA, Harvard, Vancouver, ISO, and other styles

27

Fadhlillah, Rafi, Balqis Dwian Fitri Zamzami, Ghozi Alvin Karim, et al. "Analisis Klasterisasi Kepadatan Penduduk Kabupaten Muara Enim Menggunakan Algoritma DBSCAN." PROSIDING SEMINAR NASIONAL SAINS DATA 4, no. 1 (2024): 982–92. https://doi.org/10.33005/senada.v4i1.393.

Full text

Abstract:

Pertumbuhan penduduk yang signifikan di Kabupaten Muara Enim memerlukan analisis mendalam terkait kepadatan penduduk untuk mengelola infrastruktur, pelayanan publik, dan kebijakan pembangunan secara efektif. Penelitian ini bertujuan untuk menentukan parameter optimal, menerapkan, dan mengidentifikasi pemetaan dengan menggunakan metode Density-Based Spatial Clustering of Applications with Noise (DBSCAN) agar menghasilkan clustering yang akurat dan representatif terhadap pola kepadatan penduduk di Kabupaten Muara Enim. Metode DBSCAN diterapkan pada data spasial kepadatan penduduk dari Badan Pusa

APA, Harvard, Vancouver, ISO, and other styles

28

Sukardi, Sukardi, Nur Alinuddin Kaharu, Anwar S. Panyili, and Bonitalia Bonitalia. "Penerapan Algoritma K-Means Untuk Menentukan Kelas Besar Tunggakan Pajak Kendaraan Bermotor Pada SAMSAT Toli-Toli." SISITI : Seminar Ilmiah Sistem Informasi dan Teknologi Informasi 14, no. 1 (2025): 70–78. https://doi.org/10.36774/sisiti.v14i1.1677.

Full text

Abstract:

Pajak kendaraan bermotor adalah pajak yang dikelola oleh kantor SAMSAT yang berlokasi di setiap provinsi, wilayah dan kota. Pemungutan pajak kendaraan bermotor secara efektif perlu dilakukan untuk meningkatkan pendapatan asli daerah.. Kesadaran wajib pajak untuk memenuhi kewajibannya menjadi hal penting dalam permasalahan ini. Jika wajib pajak tidak melakukan penunggakan maka pendapatan daerah akan stabil. Namun demikian, beberapa wajib pajak tidak membayar pajak tepat waktu,sehingga tiap tahun kendaraan yang menunggak semakin meningkat, sehingga pendapatan yang diterima oleh daerah juga menga

APA, Harvard, Vancouver, ISO, and other styles

29

Daniel, Daniel Tambun, Sifa Fauziah, and Muhtadhuddin Danny. "Pengelompokan Penerimaan Mahasiswa Baru Dengan Algoritma K-Means Untuk Meningkatkan Potensi Pemasaran." Bulletin of Information Technology (BIT) 4, no. 3 (2023): 294–98. http://dx.doi.org/10.47065/bit.v4i3.732.

Full text

Abstract:

Utilization of the existing PMB dataset through the clustering method approach can be applied in analyzing the rate of acceptance of new students. The K-Medoid Cluster algorithm model that is applied has results that show a new insight, namely the grouping of new student acceptance rates based on 3 clusters, cluster 1 (C0) is a high level consisting of 49 data from 86 datasets tested and cluster 2 (C1) is a low level consisting of 11 data from 86 datasets tested and cluster 3 (C2) is a medium level consisting of 26 data from 86 datasets tested. The results of the Davies Bouldin Index or DBI va

APA, Harvard, Vancouver, ISO, and other styles

30

Waworuntu, M. Nanda Variestha, and Muhammad Faisal Amin. "PENERAPAN METODE K-MEANS UNTUK PEMETAAN CALON PENERIMA JAMKESDA." KLIK - KUMPULAN JURNAL ILMU KOMPUTER 5, no. 2 (2018): 190. http://dx.doi.org/10.20527/klik.v5i2.157.

Full text

Abstract:

<p><em>Kelurahan Kemuning, one of the Social Welfare Section, there is poor community service to receive Regional Health Insurance. During this section of Social Welfare Section in Kelurahan Kemuning, there is no method that can classify the level of poverty so that the beneficiaries on target, so the Kelurahan can't prevent the inaccuracies. Therefore, poverty grouping can assist Kelurahan in making the right decision to prevent the inaccuracies of recipients of Regional Health Insurance. In this research, the application of the k-means method is implemented in an application made

APA, Harvard, Vancouver, ISO, and other styles

31

Nafsiah Muthmainnah, Tasyifa, Apriade Voutama, and Ade Andri Hendriadi. "KLASTERISASI PENERIMA BANTUAN LANGSUNG TUNAI (BLT) DANA DESA MENGGUNAKAN ALGORITMA K-MEANS." JATI (Jurnal Mahasiswa Teknik Informatika) 8, no. 3 (2024): 3916–19. http://dx.doi.org/10.36040/jati.v8i3.9848.

Full text

Abstract:

Kemiskinan merupakan salah satu hambatan bagi perkembangan ekonomi baik ditingkat nasional maupun daerah. Salah satu program bantuan yang diluncurkan adalah BLT DD. Salah satu kendala yang sering dihadapi pemerintah dalam penanganan kemiskinan adalah kurangnya akurasi dalam proses distribusi bantuan dana sosial. Oleh karena itu, tujuan dari penelitian ini dengan melakukan klasterisasi pada data calon penerima BLT DD. Penelitian ini menggunakan metode CRISP-DM dengan Algoritma K-Means clustering. Hasil dari penelitian ini adalah terbentuk 2 cluster yang dimana C0 dengan kategori Tidak Layak yai

APA, Harvard, Vancouver, ISO, and other styles

32

Imen, Khanchouch, Boujenfa Khaddouja, and Limam Mohamed. "AN IMPROVED MULTI-SOM ALGORITHM." International Journal of Network Security & Its Applications (IJNSA) 5, no. 4 (2013): 181–86. https://doi.org/10.5281/zenodo.4738038.

Full text

Abstract:

This paper proposes a clustering algorithm based on the Self Organizing Map (SOM) method. To find the optimal number of clusters, our algorithm uses the Davies Bouldin index which has not been used previously in the multi-SOM. The proposed algorithm is compared to three clustering methods based on five databases. Results show that our algorithm is as performing as concurrent methods.

APA, Harvard, Vancouver, ISO, and other styles

33

Amin, Hasan. "CLUSTERING ANALYSIS OF ADMISSION OF NEW STUDENTS USING K-MEANS CLUSTERING AND K-MEDOIDS ALGORITHMS TO INCREASE CAMPUS MARKETING POTENTIAL." Tech-E 7, no. 1 (2023): 43–56. http://dx.doi.org/10.31253/te.v7i1.2264.

Full text

Abstract:

Acceptance of new students is a very important activity for a high school or university. The admissions data has not been utilized by the campus in making strategic decisions, marketing potential, and considering invitations through academic admissions. So, to assist in processing the new student admissions data, in this study the design and analysis of new student admissions data was carried out using stages in data mining. The clustering method approach can be applied in analyzing the potential level of PMB quality produced by utilizing the PMB recording dataset for the 2023 period. 86 data

APA, Harvard, Vancouver, ISO, and other styles

34

Saidul, Achmad, and Joko Lianto Buliali. "Implementasi Particle Swarm Optimization pada K-Means untuk Clustering Data Automatic Dependent Surveillance-Broadcast." Eksplora Informatika 8, no. 1 (2018): 30. http://dx.doi.org/10.30864/eksplora.v8i1.150.

Full text

Abstract:

Investigasi kecelakaan penerbangan di Indonesia pada tahun 2010 sampai 2016 sebesar 212 investigasi. Hal tersebut dapat dihindari apabila ada sistem penerbangan yang dapat memastikan penerbangan berjalan aman, seperti sistem lalu lintas udara yang dapat mendeteksi apabila pesawat bergerak menuju ke arah yang salah. Penelitian ini bertujuan untuk mengelompokkan rute penerbangan pada data Automatic Dependent Surveillance-Broadcast menggunakan metode clustering untuk mendapatkan similaritas rute penerbangan. Penulis mengusulkan metode particle swarm optimization untuk mengoptimalkan metode k-mean

APA, Harvard, Vancouver, ISO, and other styles

35

Morales, Félix, Miguel García-Torres, Gustavo Velázquez, et al. "Analysis of Electric Energy Consumption Profiles Using a Machine Learning Approach: A Paraguayan Case Study." Electronics 11, no. 2 (2022): 267. http://dx.doi.org/10.3390/electronics11020267.

Full text

Abstract:

Correctly defining and grouping electrical feeders is of great importance for electrical system operators. In this paper, we compare two different clustering techniques, K-means and hierarchical agglomerative clustering, applied to real data from the east region of Paraguay. The raw data were pre-processed, resulting in four data sets, namely, (i) a weekly feeder demand, (ii) a monthly feeder demand, (iii) a statistical feature set extracted from the original data and (iv) a seasonal and daily consumption feature set obtained considering the characteristics of the Paraguayan load curve. Consid

APA, Harvard, Vancouver, ISO, and other styles

36

Kapita, Syarifuddin N., Abdul Mubarak, Saiful Do Abdullah, and Muhammad Fhadli. "PENERAPAN ALGORITMA CLUSTERING KHONEN-SOM DENGAN VALIDASI DAVIES BOULDIN INDEX PADA PENGELOMPOKAN POTENSI UDANG DI INDONESIA." IJIS - Indonesian Journal On Information System 7, no. 2 (2022): 134. http://dx.doi.org/10.36549/ijis.v7i2.218.

Full text

Abstract:

Indonesia sebagai negara maritim meghasilkan banyak komoditas ekspor dari bidang kelautan yang salah satunya adalah udang, dibandingkan dengan negara lain di kawasan ASEAN. Komoditas udang merupakan salah satu komoditas unggulan Indonesia yang paling diminati karena memiliki kandungan gizi yang tinggi, nilai ekonomi tinggi dan mempunyai peluang pasar baik di dalam maupun di luar negeri. Terdapat berbagai jenis udang yang dihasilkan di perairan Indonesia. Udang yang banyak diproduksi untuk diekspor umumnya adalah udang vannamei dan udang windu. Penelitian ini mengklusterkan potensi produksi uda

APA, Harvard, Vancouver, ISO, and other styles

37

Sari, Puspita Kencana, and Adelia Purwadinata. "Analysis Characteristics of Car Sales In E-Commerce Data Using Clustering Model." Journal of Data Science and Its Applications 2, no. 1 (2019): 68–77. http://dx.doi.org/10.21108/jdsa.2019.2.19.

Full text

Abstract:

The number of car sales in e-commerce is currently increase along with the increasing use of the Internet in Indonesia. Purchases of Car in Indonesia are currently get higher, especially in used cars, which are a necessity for the community based on the odd-even system of car traffic policies currently applied in Jakarta. This research aims to study characteristics of clusters formed in e-commerce site to predict how are the car sales segmentation. Data is collected from big-two e-commerce site about car selling and buying in Indonesia. Clustering model is build using K-Means method and Davies

APA, Harvard, Vancouver, ISO, and other styles

38

Andini, Rany, Sapina Talita Aminisari, Vikky Aditya Febrianza Husin, and Muhammad Ihsan Jambak. "PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS UNTUK KLASTERISASI PRODUKSI TELUR RAS AYAM KAMPUNG DI PROVINSI SUMATERA SELATAN." JATI (Jurnal Mahasiswa Teknik Informatika) 8, no. 3 (2024): 3910–15. http://dx.doi.org/10.36040/jati.v8i3.9844.

Full text

Abstract:

Telur adalah salah satu bahan pangan yang memegang peranan penting dalam memenuhi kebutuhan protein dan asupan gizi bagi manusia. Berdasarkan data produksi telur pada tahun 2020 hingga 2022 Produksi telur di Provinsi Sumatera Selatan masih terbilang rendah jika dibandingkan dengan daerah lain, berdasarkan permasalahan tersebut maka dilakuakn penelitian ini menggunakan teknik data mining dengan metode clustering menggunakan aplikasi Rapidminer untuk menganalisis pola produksi telur ayam kampung di provinsi Sumatera Selatan pada tahun 2020 hingga 2022 agar dapat mengoptimalkan produksi telur pad

APA, Harvard, Vancouver, ISO, and other styles

39

Agustina, Deka, Yogi Isro Mukti, and Siti Muntari. "Integrasi Particle Swam Optimization Menggunakan K-Means untuk Klasterisasi Pengangguran di Kota Pagar Alam." Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) 3, no. 1 (2023): 34–41. http://dx.doi.org/10.55382/jurnalpustakaai.v3i1.543.

Full text

Abstract:

Penelitian ini dilatar belakangi oleh masalah pengangguran yang masih signifikan di kota Pagar Alam yang akan berdampak pada kondisi ekonomi maupun sosial, semakin tinggi tingkat pengangguran menandakan masih adanya ketimpangan antara pencari kerja dan kesempatan kerja itu sendiri. Tujuan dari penelitian ini adalah untuk mengklasterisasi pengangguran di kota Pagar Alam menggunakan K-Means yang dioptimasi menggunakan Particle Swam Optimization (PSO). Metode data mining yang di gunakan yaitu Cross Industry Standered Process For Data Mining (CRIP-DM) yang terdiri dari 6 tahapan dimulai dari busss

APA, Harvard, Vancouver, ISO, and other styles

40

Mudakir, Ahmad Turmudi Zy, and Aswan S. Sunge. "PENERAPAN DATA MINING UNTUK KLASIFIKASI PENGANGKATAN KARYAWAN MENGGUNAKAN ALGORITMA K-MEANS." Jurnal Informatika Teknologi dan Sains (Jinteks) 5, no. 3 (2023): 489–97. http://dx.doi.org/10.51401/jinteks.v5i3.3369.

Full text

Abstract:

Dalam era digital yang terus berkembang ini, teknologi telah menjadi salah satu pendorong utama inovasi, efisiensi, dan keunggulan kompetitif bagi perusahaan-perusahaan di berbagai sektor. Pengangkatan calon karyawan merupakan agenda yang dilaksanakan oleh perusahaan dimana bagi seorang karyawan kontrak yang telah dijalaninya selama masa perjanjian kontrak. PT. Karya Bahana Unigam yang bergerak di bidang otomotif yang memiliki karyawan kurang lebih 500 karyawan sehingga perusahaan kesulitan melakukan proses seleksi pengangkatan karyawan yang masih layak dan memenuhi syarat. K-Means merupakan s

APA, Harvard, Vancouver, ISO, and other styles

41

Muthmainnah, Tasyifa Nafsiah, Siti Indriyana, and Ultach Enri. "Penerapan Algoritme K-Means Dalam Mengelompokkan Data Pengangguran Terbuka Di Provinsi Jawa Barat." Jurnal Informatika dan Rekayasa Perangkat Lunak 5, no. 2 (2023): 122. http://dx.doi.org/10.36499/jinrpl.v5i2.8736.

Full text

Abstract:

Unemployment is a major social problem in many regions, including West Java province in Indonesia. West Java province is one of the most populous regions with a high level of urbanization. With population growth and urbanization, the challenge of creating enough jobs becomes more difficult. Therefore, the purpose of this study is to cluster open unemployment data in West Java communities classified by the number of unemployed people by district or city. This research uses CRISP-DM method with K-Means clustering algorithm. The result of this research is 10 regencies/cities that have low level o

APA, Harvard, Vancouver, ISO, and other styles

42

Prihartono, Willy, Edi Tohidi, Ihsan Ahmad Fauzi, and Raditya Danar Dana. "Implementasi Data Mining Clustering Dalam Mengelompokan Kasus Perceraian Yang Terjadi Di Provinsi Jawa Barat Menggunakan Algoritma K-Means." Kopertip : Jurnal Ilmiah Manajemen Informatika dan Komputer 7, no. 3 (2023): 64–70. http://dx.doi.org/10.32485/kopertip.v7i3.328.

Full text

Abstract:

Kasus perceraian di Provinsi Jawa Barat mengalami peningkatan setiap tahunnya. Peta profil kasus perceraian yang terjadi di setiap daerah belum diketahui, sehingga upaya memberikan pembinaan guna meminimalisir kasus perceraian belum optimal. Data kasus perceraian belum dilengkapi dengan fitur visualisasi yang memudahkan aparatur yang berwenang mudah dalam memahami dan menganalisa data. Penelitian ini menganalisa kasus perceraian di Kabupaten/Kota yang berada di Provinsi Jawa Barat, analisa yang dilakukan yaitu dengan menggunakan data mining metode Clustering dengan menggunakan algoritma K-Mean

APA, Harvard, Vancouver, ISO, and other styles

43

Andreansyah, Guntur, and Bambang Sumarno Hadi Marwoto. "PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS CLUSTERING UNTUK PEMETAAN KECAMATAN DI KABUPATEN BANTUL BERDASARKAN STATUS GIZI BALITA." Jurnal Kajian dan Terapan Matematika 11, no. 1 (2025): 14–26. https://doi.org/10.21831/jktm.v11i1.23088.

Full text

Abstract:

Berdasarkan survei status gizi, keadaan gizi balita di Kabupaten Bantul memiliki masalah gizi ganda (double burden). Selain melalui survei status gizi, pemahaman tentang keadaan status gizi balita dapat dilakukan melalui pemetaan. Penelitian bertujuan untuk memetakan status gizi balita di Kabupaten Bantul berdasarkan hasil perbandingan terbaik antara algoritma K-Means dan K-Medoids. Data status gizi yang digunakan mencakup 15 variabel penyebab tidak langsung yang mempengaruhi status gizi dari kecamatan di Kabupaten Bantul tahun 2022 dan 2023. Clustering menggunakan algoritma K-Means dan K-Medo

APA, Harvard, Vancouver, ISO, and other styles

44

Ariana, Anak Agung Gede Bagus, I. Ketut Gede Darma Putra, and Linawati Linawati. "Perbandingan Metode SOM/Kohonen dengan ART 2 pada Data Mining Perusahaan Retail." Majalah Ilmiah Teknologi Elektro 16, no. 2 (2017): 55. http://dx.doi.org/10.24843/mite.2017.v16i02p10.

Full text

Abstract:

Abstract— This study investigates the performance of artificial neural network method on clustering method. Using UD. Fenny’s customer profile in year 2009 data set with the Recency, Frequency and Monetary model data. Clustering methods were compared in this study is between the Self Organizing Map and Adaptive Resonance Theory 2. The performance evaluation method validation is measured by the index cluster validation. Validation index clusters are used, among others, Davies-Bouldin index, index and index Dunn Silhouette. The test results show the method Self Organizing Map is better to proces

APA, Harvard, Vancouver, ISO, and other styles

45

Ulummuddin, Ikhya, Anggraini Puspita Sari, and Made Hanindia Prami Swari. "Pemanfaatan Data Ulasan Pengguna untuk Membangun Sistem Klasterisasi berdasarkan Pain Points menggunakan Algoritma K-Means." Jurnal Teknologi Terpadu 10, no. 1 (2024): 70–76. http://dx.doi.org/10.54914/jtt.v10i1.1252.

Full text

Abstract:

Dalam design thinking, tahap empathize dan define termasuk bagian UX research. Tujuannya untuk menganalisis pain points atau keluhan yang dialami oleh para pengguna dari data kualitatif yang didapatkan. Namun, proses ini selalu dilakukan secara manual, yang mana dapat memakan waktu dan sumber daya yang lebih banyak. Tujuan dari penelitian ini adalah mengembangkan sistem pengelompokkan data kualitatif berdasarkan topik masalah menggunakan K-Means clustering dan beberapa metode evaluasi, yaitu silhouette score, Davies-Bouldin Index, dan Calinski-Harabasz Index dengan bahasa pemrograman Python ya

APA, Harvard, Vancouver, ISO, and other styles

46

Andayani, Sri, Namita Retnani, Thesa Adi Saputra Yusri, and Bambang Sumarno Hadi Marwoto. "A COMPARATIVE ANALYSIS OF DBSCAN AND GAUSSIAN MIXTURE MODEL FOR CLUSTERING INDONESIAN PROVINCES BASED ON SOCIOECONOMIC WELFARE INDICATORS." BAREKENG: Jurnal Ilmu Matematika dan Terapan 19, no. 3 (2025): 2039–56. https://doi.org/10.30598/barekengvol19iss3pp2039-2056.

Full text

Abstract:

Public welfare refers to a condition in which people experience happiness, comfort, prosperity, and can adequately fulfill their basic needs. Indonesia consists of several provinces, each with varying levels of welfare. One crucial aspect in promoting equitable development is ensuring that all regions in Indonesia achieve similar welfare standards. This study aims to classify Indonesian provinces based on socioeconomic welfare indicators, with the results serving as a basis for policy-making that considers regional potential and challenges. The data used in this study are secondary data obtain

APA, Harvard, Vancouver, ISO, and other styles

47

Hafizh Fakhriza, Muhammad, and Raditya Danar Dana. "OPTIMISASI PEMBAYARAN TIKET BUS DI JABODETABEK MELALUI PENGELOMPOKAN TRANSAKSI DIGITAL MENGGUNAKAN ALGORITMA K-MEANS." JATI (Jurnal Mahasiswa Teknik Informatika) 7, no. 1 (2023): 313–19. http://dx.doi.org/10.36040/jati.v7i1.6339.

Full text

Abstract:

Dalam era globalisasi, banyak hal mengalami modernisasi, termasuk sarana transportasi yang semakin berkembang. Salah satu transportasi umum yang banyak digunakan adalah Bus Trans Jabodetabek atau busway. Pembangunan ekonomi membutuhkan kendaraan yang cukup dan memadai, sehingga PT Transjabodetabek membuat kebijakan pembelian kartu uang elektronik dan penghilangan layanan loket isi ulang uang tunai di seluruh halte busway. Namun, belum ada pengelompokan model pembayaran tiket bus yang dapat menjadi dasar penentuan kelanjutan kerjasama dengan platform atau vendor bank yang bersangkutan. Oleh kar

APA, Harvard, Vancouver, ISO, and other styles

48

Tania, Adela, Teny Handhayani, and Janson Hendryli. "PERBANDINGAN ANTARA ALGORITMA K-MEANS DAN ALGORITMA BISECTING K-MEANS DALAM MENGANALISIS GEMPA BUMI DI INDONESIA." Simtek : jurnal sistem informasi dan teknik komputer 8, no. 2 (2023): 265–70. http://dx.doi.org/10.51876/simtek.v8i2.205.

Full text

Abstract:

Gempa bumi, khusus nya gempa tektonik adalah gempa yang paling sering terjadi di Indonesia. Hal itu dikarenakan kondisi geografis Indonesia yang terletak pada daerah pertemuan 3 batas lempeng tektonik dunia. Kondisi tersebut mendorong berbagai pihak dalam berupaya untuk siaga saat muncul potensi yang dapat ditimbulkan. Salah satu upaya yang dilakukan adalah dengan mengelompokkan wilayah kejadian gempa bumi di Indonesia yang memiliki potensi akan rawan terjadinya gempa bumi berdasarkan kedalaman dan kekuatan gempa bumi dengan menggunakan metode clustering. Metode clustering yang digunakan adala

APA, Harvard, Vancouver, ISO, and other styles

49

Winayah, Winayah, Rudi Kurniawan, and Yudhistira Arie Wijaya. "PENERAPAN DATA MINING CLUSTERING MENGGUNAKAN ALGORITMA X-MEANS PADA DATA PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN DI DESA GEBANG KULON KABUPATEN CIREBON." JATI (Jurnal Mahasiswa Teknik Informatika) 8, no. 1 (2024): 982–88. http://dx.doi.org/10.36040/jati.v8i1.8827.

Full text

Abstract:

Program Keluarga Harapan yang diartikan sebagai bantuan sosial kepada keluarga tidak mampu, menghadapi kerumitan dalam pengolahan data pada penerima PKH di Desa Gebang Kulon. Kesulitan ini melibatkan penentuan prioritas penerima bantuan yang dipengaruhi oleh faktor-faktor seperti pengangguran, penghasilan rata-rata, dan jumlah anggota keluarga. Tujuan penelitian ini untuk menentukan jumlah cluster yang optimal, mengukur besarnya Davies Bouldin index, dan mengidentifikasi parameter x-means yang efektif. Dalam penerapan data mining metode yang digunakan adalah Knowledge Discovery in Databases (K

APA, Harvard, Vancouver, ISO, and other styles

50

Prasari, An Naffila Putri, and Dhoriva Urwatul Wutsqa. "PENERAPAN ALGORITMA SELF ORGANIZING MAP DALAM PENGELOMPOKAN WILAYAH BERDASARKAN KETAHANAN PANGAN DI KABUPATEN BANTUL." Jurnal Kajian dan Terapan Matematika 10, no. 3 (2024): 238–47. https://doi.org/10.21831/jktm.v10i3.19961.

Full text

Abstract:

Penelitian ini bertujuan untuk mendeskripsikan hasil analisis cluster dan karakteristik cluster dari hasil clustering dengan metode Self Organizing Map dan Davies Bouldin Index (DBI) untuk pengelompokan wilayah di Kabupaten Bantul berdasarkan indikator ketahanan pangan. Ketahanan pangan merupakan faktor krusial dalam memastikan ketersediaan dan akses pangan yang cukup bagi masyarakat. Pada data indikator ketahanan pangan di Kabupaten Bantul perlu dilakukan analisis cluster untuk memetakan setiap kecamatan ke suatu cluster. Data yang digunakan adalah data indikator ketahanan pangan tahun 2021 y

APA, Harvard, Vancouver, ISO, and other styles

We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!