Analisis Kinerja Algoritma Fuzzy C-Means dan K-Means pada Data Kemiskinan

Detail Cantuman

Jurnal

Analisis Kinerja Algoritma Fuzzy C-Means dan K-Means pada Data Kemiskinan

XML

Salah satu upaya untuk mewujudkan program pemerintah Kabupaten Gunungkidul dalam
rangka untuk pengentasan kemiskinan adalah dengan melakukan pendataan data kemiskinan
warganya. Pemerintah telah merumuskan pendataan dengan melakukan pembobotan terhadap
15 indikator kedalam 3 kelompok. Banyaknya data dan indikator yang harus digunakan
tentunya akan menimbulkan kesulitan dalam pelaksanaannya, tidak efektif dan kurang obyektif.
Oleh karena itu diperlukan otomatisasi dalam proses clustering data kemiskinan. Penelitian ini
bertujuan untuk menganalisis kinerja antara algoritma FCM dan K-means yang
diimplementasikan pada data kemiskinan di Desa Girijati Purwosari menjadi 3 cluster.
Beberapa tahapan yang harus dilakukan sebelum dilakukan clustering, terebih dahulu
dilakukan prapengolahan yaitu data cleaning dan data transformation untuk selanjutnya
dilakukan clustering menggunakan kedua algoritma tersebut. Hasil perhitungan digunakan
untuk membandingkan antara algoritma FCM dengan K-Means. Kesesuaian data antara
algoritma FCM dengan perhitungan indikator kemiskinan di Desa Girijati sebesar 50% dan
untuk algoritma K-Means sebesar 83,33%. Algoritma K-Means lebih tepat digunakan pada
pengelompokan data kemiskinan berdasarkan ketiga kriteria kemiskinan dibandingkan
algoritma FCM.

Detail Information

Item Type
Jurnal
Penulis
Aniq Noviciatie Ulfah - Personal Name
Shofwatul ‘Uyun - Personal Name
Student ID
Dosen Pembimbing
Penguji
Kode Prodi PDDIKTI
Edisi
Published
Departement
Kontributor
Bahasa
Indonesia
Penerbit JATISI Jurnal Teknik Informatika dan Sistem Informasi : Palembang.,
Edisi
Published
Subyek
No Panggil
Copyright
STMIK Global Informatika Mdp
Doi

Lampiran Berkas

LOADING LIST...



Informasi

DETAIL CANTUMAN

Kembali ke sebelumnya  XML Detail