Record Detail
Advanced Search
Text
Implementation of K-Means and Agglomerative Hierarchical Methods to House Clusterization
Masyarakat secara umum akan berpendapat jika membangun rumah dengan luas bangunan lebih besar akan menghabiskan biaya lebih mahal dari pada membangun rumah dengan luas bangunan lebih kecil. Pandangan tersebut tidak selalu benar karena bebapa faktor yang mempengaruhi besar kecilnya biaya tergantung dari luas bangunan, perbandingan campuran antara semen, pasir dan kapur, kwalitas bahan bangunan yang digunakan sehingga akan mempengaruhi biaya yang harus dipersiapkan. Berdasarkan kasus tersebut maka peneliti mengelompokkan data (clustering) menggunakan eucludian distance untuk mengukur jarak antar titik. Mengelompokkan 200 data berdasarkan 2 fitur yaitu fitur jumlah semen dan jumlah biaya yang belum punya label. Hasil penelitian menunjukkan clustering dengan metode K-Means mampu mengelompokkan 200 data kedalam 3 kelompok dengan hasil kelompok satu sebanyak 50 data, kelompok 2 sebanyak 50 data, kelompok 3 sebanyak 100 data dengan waktu komputasi sebesar 0,444 detik dan silhouette 0,82 sedangkan hasil penelitian clustering menggunakan metode Agglomerative Hierarchical dengan single linkage menunjukkan data dikelompok 1 sebanyak 100 data, kelompok 2 sebanyak 50 data, kelompok 3 sebanyak 50 data dengan waktu komputasi sebesar 3,22 detik dan silhouette 0,51
Availability
No copy data
Detail Information
Series Title |
-
|
---|---|
Call Number |
-
|
Publisher | JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia., 2022 |
Collation |
006
|
Language |
Indonesia
|
ISBN/ISSN |
2614-5278
|
Classification |
NONE
|
Content Type |
-
|
Media Type |
-
|
---|---|
Carrier Type |
-
|
Edition |
-
|
Subject(s) | |
Specific Detail Info |
-
|
Statement of Responsibility |
-
|
Other Information
Accreditation |
-
|
---|
Other version/related
No other version available
File Attachment
Information
Web Online Public Access Catalog - Use the search options to find documents quickly