Clustering Harga Rumah: Perbandingan Model K-Means dan Gaussian Mixture Model
RIZKY RAHMATTULLAH
Informasi Umum
Kode
23.04.083
Klasifikasi
006.312 - Data mining
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Mining-clustering Analysis, Data Processing,
Dilihat
481 kali
Informasi Lainnya
Abstraksi
<p><b>Rumah merupakan kebutuhan primer manusia sebagai tempat bernaung, berlindung, dan beristirahat. Sebagai kebutuhan primer, seluruh manusia berhak untuk mencari tempat tinggalnya masing-masing dengan keluarganya. Seiring berjalannya waktu, kebutuhan akan tempat tinggal semakin meningkat dan mempengaruhi harga jual rumah. Maka dilakukan clustering mengenai harga rumah dengan menggunakan metode <i>K-Means </i>dan <i>Gaussian Mixture Model. </i>Pada penelitian ini menggunakan data harga rumah di wilayah Kabupaten Bogor yang dihimpun dari website olx.co.id. <i>Silhouette Score </i>digunakan sebagai pembanding dari dua metode <i>Clustering </i>yang digunakan. Hasil dari penelitian ini, <i>K-Means </i>memiliki <i>Silhouette Score </i>sebesar 0.63516 lebih besar dari <i>Gaussian Mixture Model </i>yang memiliki <i>Silhouette Score </i>sebesar 0.62723 menjadikan kualitas <i>cluster </i>pada <i>K-Means </i>lebih baik daripada <i>Gaussian Mixture Model </i>pada penelitian ini.</b></p>
- CDG4K3 - DATA MINING
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RIZKY RAHMATTULLAH |
| Jenis | Perorangan |
| Penyunting | Indwiarti, Aniq Atiqi Rohmawati |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
