Number of items: 7.
Thesis
Wisantra, Candra and Harsani, Prihastuti and Delli Wihartiko, Fajar
(2023)
Implementasi K-Medoids dan K-means Clustering pada
data Steam. Dibawah bimbingan Dr. Prihastuti Harsani, M.Si. dan Dr. Fajar Delli
W.,SSI.MM.,M.Kom.
Penelitian ini melakukan analisis pada data Steam menggunakan metode K�Means clustering dan K-Medoids, Data yang digunakan dalam penelitian ini diperoleh
dari platform Kaggle, Data yang digunakan dalam penelitian ini berupa data informasi
game digital pada platform Steam, data Steam ini berisikan 27.075 baris data dan 18
kolom informasi Tujuan dari penelitian ini adalah menerapkan metode K-Means
clustering dan K Medoids untuk menganalisis data Steam serta menganalisis
perbedaan antara kedua metode tersebut.
Data Steam akan masuk ke dalam proses data mining, dalam proses data
mining terdiri dari beberapa tahapan seperti preprocessing data, transformation data
tujuan dari kedua proses tersebut untuk mempersiapkan data untuk siap diolah
menggunakan metode K-Means clustering dan k- medoids, setelah metode K-Means
clustering dan K-Medoids telah selesai maka masuk ke proses evaluasi untuk
membandingkan metode K-Means dan K-Medoids, metode yang digunakan untuk
mengevaluasi yaitu menggunakan metode DBI (Davies-Bouldin Index), setelah
evaluasi selesai maka akan masuk ke proses knowledge untuk menarik informasi baru
yang diperoleh dari hasil clustering dari metode k means maupun k medoids serta
perbedaan dari kedua metode clustering tersebut. Informasi yang didapatkan yaitu
menunjukkan bahwa K-Means clustering lebih unggul dalam mengolah data dari
platform Steam daripada K-Medoids. Hal ini didapatkan dengan cara membandingkan
nilai evaluasi dari kedua metode clustering tersebut K-Means memiliki nilai 0,4644
sedangkan K Medoids memiliki nilai 1,5604, semakin kecil nilai dbi maka semakin
bagus hasilnya, selain itu hasil clustering menggunakan K-Means clustering lebih
beragam dibandingkan menggunakan K-Medoids yang menunjukan K-Means
clustering lebih unggul.
Skripsi thesis, Universitas Pakuan.
Naposo, Waldemar and Delli Wihartiko, Fajar and Qur’ania, Arie
(2023)
Model Analisis Data Untuk Penyakit Pada Dinas
Kesehatan Kota Bogor.
Skripsi thesis, Universitas Pakuan.
Utep and Tita Tosida, Eneng and Delli Wihartiko, Fajar
(2020)
KLASIFIKASI USAHA MENENGAH BESAR (UMB) TELEMATIKA INDONESIA MENGGUNAKAN PENDEKATAN DEEP LEARNING.
Skripsi thesis, Universitas Pakuan.
Rahmat Ariefiyanto, Tri and Harsani, Prihastuti and Delli Wihartiko, Fajar
(2019)
PEMANFAATAN TEKNOLOGI OPTICAL CHARACTER
RECOGNITION (OCR) DALAM MENTERJEMAHKAN BAHASA
ARAB KEDALAM BAHASA INDONESIA BERBASIS ANDROID.
Jurnal thesis, Universitas Pakuan.
Maulani, Nurhabibah and Qur’ania, Arie and Delli Wihartiko, Fajar
(2019)
SISTEM KLASIFIKASI RAS KUCING BERBASIS MULTIMODAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE.
Skripsi thesis, Universitas Pakuan.
Priyadi, Dimas and Tita Tosida, Eneng and Delli Wihartiko, Fajar
(2019)
PENERAPAN ALGORITMA LATERNT SEMANTIC INDEXING PADA
SISTEM SEARCH ENGINE DATA CITRA SATELIT LAPAN.
Skripsi thesis, Universitas Pakuan.
Dinar Indra Satria, Muhammad and Awaliyah Zuraiyah, Tjut and Delli Wihartiko, Fajar
(2019)
PENERAPAN MODEL CHEN PADA ALGORITMA FUZZY TIME SERIES UNTUK ANALISA PERAMALAN ASET CRYPTOCURRENCY UNTUK EXCHANGE DARI TOKEN ERC-20.
Skripsi thesis, Universitas Pakuan.
This list was generated on Fri Dec 27 19:42:04 2024 WIB.