1. Home
  2. Pendidikan

Pendahuluan Hasil Uji Coba Penentuan pusat cluster menggunakan algoritma Modified K-Means Clustering Data Data yang diperlukan dalam penelitian ini diperoleh dari layanan klinik VCTCST

BAB IV HASIL DAN PEMBAHASAN

4.1. Pendahuluan

Penulis membangun program ModifiedK-Means Clustering dalam penentuan Cluster Centre berbasis Sum of Squared Error SSE dengan menggunakan bahasa pemrograman Phyton. Pada penelitian ini akan ditampilkan disain penentuan pusat cluster yang dibangkitkan secara random menggunakan algoritma Modified K-Means Clustering berdasarkan nilai Sum of Squared Error SSE.

4.2. Hasil Uji Coba Penentuan pusat cluster menggunakan algoritma Modified K-Means Clustering

berbasis Sum of Squared Error SSE terdiri dari beberapa tahapan. Salah satu tahapan pada Modified K-Means Clustering berbasis Sum of Squared Error SSE adalah menghitung jarak distance antara data dan centroid dengan menggunakan rumus Euclidean distance space. Metode tersebut diuji sebanyak 20 iterasi dalam setiap 1 iterasi terdapat 5 pusatcluster yang berbeda-beda. Pada hasil ujicoba akan ditampilkan hasil penentuan pusat cluster dengan metode Modified K-Mean Clustering berbasis Sum of Squared Error SSE.

4.3. Data Data yang diperlukan dalam penelitian ini diperoleh dari layanan klinik VCTCST

RSUD Dr. Pirngadi Medan. Data tersebut berisi data diri dari pasien yang melakukan terapi, namun dalam penelitian ini hanya beberapa atribut data saja yang digunakan, sepertin nama pasien, wilayahkota asal, pekerjaan dan umur. Berikut ini adalah data pasien sebanyak 20 data untuk dilakukan uji coba terhadap algoritma Modified K-MeanClustering dalam penentuan pusat cluster berbasis Sum of Squared Error SSE. Universitas Sumatera Utara Tabel 4.1 Data Awal No Nama Wilayah Pekerjaan Umur Daniel Medan Perjuangan TKI 33 1 Hendrik Medan Selayang Peg. Swasta 25 2 Rinaldi Belawan Pedagang 44 3 Marusaha Medan Perjuangan TKI 31 4 Ana Medan Perjuangan TKI 37 5 Linda Medan Selayang Peg. Swasta 40 6 Keanu Medan Kota Peg. Swasta 24 7 Abadi Belawan PNS 42 8 Zefri Medan Kota PNS 38 9 Susan Medan Kota Therapys 28 10 Ilham Medan Selayang TKI 27 11 Titin Medan Selayang TKI 22 12 Roma Medan Perjuangan TKI 27 13 Pidia Medan Perjuangan Theraphys 30 14 Arki Medan Kota Peg. Swasta 44 15 Asima Belawan Pedagang 41 16 Darleny Belawan Pedagang 24 17 Arif Belawan TKI 22 18 Indah Belawan Pedagang 27 19 Humala Medan Selayang Peg. Swasta 26

4.4. Transformasi Data

Dokumen yang terkait

Modified Method of Selection Initial Centroid in K-Means Clustering

1 4 45

Pembangunan Aplikasi Clustering dengan algoritma Immune K-Means.

0 2 34

DATA MINING PENERAPAN K-MEANS ALGORITM CLUSTERING

3 11 24

ANALISIS IMPLEMENTASI ALGORITMA MAPREDUCE K-MEANS CLUSTERING PADA HADOOP ANALYSIS THE IMPLEMENTATION OF MAPREDUCE K-MEANS CLUSTERING ALGORITHM IN HADOOP

0 0 15

Perancangan dan Analisis Deteksi Anomaly Berbasis Clustering Menggunakan Algoritma Modified K-Means dengan Random Initialization pada Landmark Window Design and Analysis Of Clustering Based Anomaly Detection Using Modified K-Means Algorithm With Random In

0 0 7

Algoritma Modified K-MEANS Clustering Pada Penentuan Cluster Centre Berbasis Sum Of Squared Error (SSE)

0 0 9

Algoritma Modified K-MEANS Clustering Pada Penentuan Cluster Centre Berbasis Sum Of Squared Error (SSE)

0 6 25

Algoritma Modified K-MEANS Clustering Pada Penentuan Cluster Centre Berbasis Sum Of Squared Error (SSE)

0 0 15

Clustering pola batik Yogyakarta dengan algoritma k-means clustering - USD Repository

1 2 108

Kata kunci : Clustering, K-Means, Metode Elbow, SSE (Sum Square Error)

1 41 7