113071018
518.172 - Algorithm-Research Methods
Karya Ilmiah - Skripsi (S1) - Reference
Algorithm Analysis
6 kali
Dewasainibanyakalgoritmaclustering yang munculdalamberbagailiteratur. Salah satualgoritma yang seringdigunakandalam proses clusteringadalahalgoritma k-means yang merupakansalahsatucontohalgoritma yang berbasismetodepartitioning. Kelemahanalgoritma k-means adalahdalammenginisialisasipusatcluster di awal. Pusatclusterditentukandengancara random sehinggaterkadangsulituntukmendapatkaninisialisasipusatcluster yang tepat. Olehkarenaitudilakukanmodifkikasiinisialiasipusatclusterpadaalgoritma k-means yang menghasilkanalgoritmabaruyaitualgoritmaimproved clustering. Algoritmaimproved Clusteringmerupakanpengembangandarialgoritma k-means yang mencobamenambahkan proses dalampenentuanpusatclustersehingga di dapatkanperformansi yang lebihbaik. PerformasialgoritmaclusteringdapatdilihatdariMean Square Error (MSE), Intercluster distance, danIntracluster distance.Algoritmaimproved clusteringmemilikiperformansinilai MSE yang lebihkecildibandingkanalgoritma k-means, nilaiintercluster distance yang lebihkecildibandingkanalgoritma k-means, danintracluster distance yang relatiflebihkecildibandingkanalgoritma k-means. clustering, algoritma k-means, algoritmaimproved clustering, MSE, intercluster distance, intracluster distance.
Tersedia 1 dari total 1 Koleksi
Nama | Eva Nurhazizah |
Jenis | Perorangan |
Penyunting | Eko Darwiyanto, ST., MT; Mahmud Dwi Sulistiyo, ST., MT |
Penerjemah |
Nama | Universitas Telkom |
Kota | Bandung |
Tahun | 2014 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |