IMPLEMENTASI DAN ANALISIS PERBANDINGAN K-MEANS DAN K-MEDOIDS PARALEL DENGAN MESSAGE PASSING INTERFACE (MPI)

AGNIS NANDA RINI SUMARSONO

Informasi Dasar

15.04.407
004.65
Karya Ilmiah - Skripsi (S1) - Reference

Data mining adalah teknologi gabungan untuk menganalisis suatu informasi menggunakan beberapa teknik tertentu seperti klasifikasi, klustering, dll, untuk mengumpulkan informasi berharga dari suatu data set. Klustering merupakan salah satu teknik data mining yang banyak digunakan saat ini seperti untuk image segmentation, bioinformatics, dan pattern recognition. K-Means dan K-Medoids merupakan algoritma yang banyak digunakan karena kemudahan dalam pengaplikasiannya serta memberikan hasil klustering yang cukup baik. Selain mendapatkan informasi yang berguna dan akurat, saat ini waktu yang digunakan pada saat memproses data juga ikut menjadi perhatian, mengingat data yang ada saat ini jumlahnya sudah sangat besar. Pada penelitian ini akan di analisis bagaimana hasil klustering menggunakan K-Means dan K-Medoids serta performansi dari penggunaan High Performance Computing (HPC) Cluster untuk memparalelkan algoritma K-Means dan K-Medoids dengan menggunakan Message Passing Interface (MPI) library. Hasil yang didapatkan menunjukkan bahwa algoritma K-Means menghasilkan error yang lebih kecil dibandingkan algoritma K-Medoids. Sedangkan pada proses pengolahan data, waktu komputasi dengan menggunakan MPI menghasilkan waktu komputasi yang lebih cepat dibandingkan waktu komputasi algoritma sekuensial.

Subjek

Parallel computing
 

Katalog

IMPLEMENTASI DAN ANALISIS PERBANDINGAN K-MEANS DAN K-MEDOIDS PARALEL DENGAN MESSAGE PASSING INTERFACE (MPI)
 
35p.: pdf file.; daftar pustaka + lam.
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

AGNIS NANDA RINI SUMARSONO
Perorangan
Fhira Nhita, Fitriyani
 

Penerbit

Universitas Telkom, S1 Ilmu Komputasi
 
2015

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini