Items where Author is "Delli Wihartiko, Fajar"

Up a level
Export as [feed] Atom [feed] RSS 1.0 [feed] RSS 2.0
Group by: Item Type | No Grouping
Jump to: Thesis
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.