PENERAPAN METODE CLUSTERING UNTUK PENGEL
ABSTRAK
Kristina Nuraini. 92208061.
PENERAPAN METODE CLUSTERING UNTUK PENGELOMPOKKAN
NEGARA MAJU DAN NEGARA BERKEMBANG
PADA APO
PRODUCTIVITY DATABOOK 2008.
Tesis. Jurusan Sistem Informasi Bisnis. Magister Manajemen Sistem Informasi.
Universitas Gunadarma, 2013.
( xv + 76 + Lampiran )
Pertumbuhan ekonomi dan produktivitas tenaga kerja di negara Asia sudah cukup
meningkat dari tahun ke tahun. Hal ini dapat dilihat pada APO (Asian Productivity
Organization) Productivity DataBook 2008. Data yang ada pada APO Productivity
DataBook 2008 tersebut belum tersusun rapi dan berkelompok sesuai dengan kriteria
yang diinginkan. Oleh karena itu, dibutuhkan pengetahuan yang benar mengenai
pengelompokkan data berdasarkan variabel yang ada agar negara-negara tersebut
dapat dikelompokkan sesuai dengan karakteristik yang dimilikinya (analisis hasil
pengklasteran).
Penelitian ini bertujuan mengelompokkan data berdasarkan indikator ekonomi
negara maju dan negara berkembang menggunakan menggunakan metode clustering
dengan perangkat lunak open source WEKA (Waikato Environment for Knowledge
Analysis) yang dikembangkan di Universitas Waikato dan Tanagra yang
dikembangkan oleh Ricco Rakotomalala di Perancis. Algoritma yang digunakan
ialah k-means, kemudian data tersebut dikelompokkan berdasarkan kemiripannya.
Berdasarkan analisis yang dilakukan dapat ditarik kesimpulan bahwa data
yang di dapat dari APO Productivity DataBook 2008, negara-negara APO tersebut tidak
berkelompok sesuai dengan kelompok negara maju ataupun berkembang namun
dapat dikelompokkan menurut pertumbuhan ekonominya yaitu pertumbuhan
ekonomi yang pesat, stabil dan menurun.
Kata Kunci : data mining, clustering, algoritma k-means.
Daftar Pustaka (2004-2011)
iii
Kristina Nuraini. 92208061.
PENERAPAN METODE CLUSTERING UNTUK PENGELOMPOKKAN
NEGARA MAJU DAN NEGARA BERKEMBANG
PADA APO
PRODUCTIVITY DATABOOK 2008.
Tesis. Jurusan Sistem Informasi Bisnis. Magister Manajemen Sistem Informasi.
Universitas Gunadarma, 2013.
( xv + 76 + Lampiran )
Pertumbuhan ekonomi dan produktivitas tenaga kerja di negara Asia sudah cukup
meningkat dari tahun ke tahun. Hal ini dapat dilihat pada APO (Asian Productivity
Organization) Productivity DataBook 2008. Data yang ada pada APO Productivity
DataBook 2008 tersebut belum tersusun rapi dan berkelompok sesuai dengan kriteria
yang diinginkan. Oleh karena itu, dibutuhkan pengetahuan yang benar mengenai
pengelompokkan data berdasarkan variabel yang ada agar negara-negara tersebut
dapat dikelompokkan sesuai dengan karakteristik yang dimilikinya (analisis hasil
pengklasteran).
Penelitian ini bertujuan mengelompokkan data berdasarkan indikator ekonomi
negara maju dan negara berkembang menggunakan menggunakan metode clustering
dengan perangkat lunak open source WEKA (Waikato Environment for Knowledge
Analysis) yang dikembangkan di Universitas Waikato dan Tanagra yang
dikembangkan oleh Ricco Rakotomalala di Perancis. Algoritma yang digunakan
ialah k-means, kemudian data tersebut dikelompokkan berdasarkan kemiripannya.
Berdasarkan analisis yang dilakukan dapat ditarik kesimpulan bahwa data
yang di dapat dari APO Productivity DataBook 2008, negara-negara APO tersebut tidak
berkelompok sesuai dengan kelompok negara maju ataupun berkembang namun
dapat dikelompokkan menurut pertumbuhan ekonominya yaitu pertumbuhan
ekonomi yang pesat, stabil dan menurun.
Kata Kunci : data mining, clustering, algoritma k-means.
Daftar Pustaka (2004-2011)
iii