1. Home
  2. Teknologi

50.62 Implementasi algoritma Partitioning Around Medoids (PAM) untuk pengelompokan Sekolah Menengah Atas di DIY berdasarkan nilai daya serap Ujian Nasional

70 non-medoids1 I i-nonMed12 Jumlah Cost SMA NEGERI 3 YOGYAKARTA 538.24 175.563 89.1136 118.592 111.303 256.961 30.5809 1320.35 36.3367 SMA NEGERI 4 YOGYAKARTA 25.7049 86.3041 88.36 3.9601 14.6689 0.0361 51.5524 270.587 16.4495 SMA NEGERI 6 YOGYAKARTA SMA NEGERI 9 YOGYAKARTA 129.96 49.5616 8.6436 123.877 9.4249 5.1076 10.4329 337.008 18.3578 SMA NEGERI 11 YOGYAKARTA 9.2416 0.0529 238.703 5.0625 261.469 161.544 147.623 823.695 28.7001 SMA STELLA DUCE 1 YOGYAKARTA 27.4576 166.41 7.84 4.4944 31.36 8.0656 3.4225 249.05 15.7813 SMA BOPKRI 1 YOGYAKARTA 34.3396 412.902 44.6224 62.5681 734.952 127.238 31.0249 1447.65 38.048 Total Cost nonMed1 86.9253 non-medoids2 I i-nonMed12 Jumlah Cost SMA NEGERI 3 YOGYAKARTA 406.426 181.71 619.512 172.66 713.958 825.988 312.582 3232.84 56.858 SMA NEGERI 4 YOGYAKARTA 4.1209 90.6304 36.6025 0.0676 152.276 156.75 24.7009 465.148 21.5673 SMA NEGERI 6 YOGYAKARTA 9.2416 0.0529 238.703 5.0625 261.469 161.544 147.623 823.695 28.7001 SMA NEGERI 9 YOGYAKARTA 69.8896 52.8529 156.5 179.024 370.178 109.203 79.5664 1017.21 31.8938 SMA NEGERI 11 YOGYAKARTA SMA STELLA DUCE 1 YOGYAKARTA 4.84 172.397 160.023 19.0969 473.933 97.4169 196 1123.71 33.5217 SMA BOPKRI 1 YOGYAKARTA 7.9524 422.303 76.9129 103.226 119.684 2.0449 43.2964 775.418 27.8463 Total Cost nonMed2 27.8463 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 71 4. Menghitung nilai selisih antara total cost baru dengan total cost lama. Total Cost C1, C2 111.625 Total Cost nonMed1, nonMed2 114.772 Selisih 3.14627 5. Jika selisih yang didapatkan kurang dari 0 maka, tukar nilai C1 dan C2 dengan non-medoids1 dan non-medoids2. Ulangi langkah 3 dengan menggunakan non-medoids baru hingga pada langkah ke 4 di dapatkan nilai selisih lebih dari 0. Jika selisih yang didapatkan lebih dari 0 maka, proses clustering berhenti. 6. Didapatkan cluster beserta anggota cluster dari masing-masung yaitu: Cluster 1 SMA NEGERI 4 YOGYAKARTA SMA NEGERI 11 YOGYAKARTA SMA BOPKRI 1 YOGYAKARTA Cluster 2 SMA NEGERI 3 YOGYAKARTA SMA NEGERI 6 YOGYAKARTA SMA NEGERI 9 YOGYAKARTA SMA STELLA DUCE 1 YOGYAKARTA

Dokumen yang terkait

Kecurangan dalam Ujian Nasional di Sekolah Menengah Atas

0 2 15

PENGELOMPOKAN SEKOLAH MENENGAH PERTAMA BERDASARKAN RATA-RATA NILAI UJIAN AKHIR NASIONAL DI KOTA BINJAI DENGAN ANALISIS HIERRARKHI CLUSTERING.

2 3 20

Implementasi algoritma Partitioning Around Medoids (PAM) untuk pengelompokan Sekolah Menengah Atas di DIY berdasarkan nilai daya serap Ujian Nasional.

0 0 2

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma K-Means Clustering.

1 1 87

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma agglomerative hierarchical clustering.

11 55 123

Implementasi algoritma fuzzy c-means untuk pengelompokan sekolah menengah atas di diy berdasarkan nilai ujian nasional dan nilai sekolah.

2 16 145

Deteksi outlier untuk nilai ujian Sekolah Menengah Atas (Sma) menggunakan Algoritma Influenced Outlierness (INFLO).

0 1 373

SISTEM PENCARIAN DOKUMEN BERITA BERBAHASA INDONESIA MENGGUNAKAN PARTITIONING AROUND MEDOIDS (PAM).

0 0 12

SISTEM PENCARIAN DOKUMEN BERITA BERBAHASA INDONESIA MENGGUNAKAN PARTITIONING AROUND MEDOIDS (PAM).

0 0 12

1 BAB I PENDAHULUAN 1.1 Latar Belakang - PERANCANGAN SISTEM PEMBAGIAN KELOMPOK BELAJAR BERBASIS NILAI DAN PERSONALITY TRAITS MENGGUNAKAN ALGORITMA KLUSTERISASI PARTITIONING AROUND MEDOIDS (PAM) DAN DISTRIBUSI KEMAMPUAN MERATA - Unissula Repository

0 0 7