• Telp/Fax: 085767845317



Koleksi

Terbaru

PENERAPAN ALGORITMA K-MEDOIDS UNTUK MENGELOMPOKKAN PENDUDUK 15 TAHUN KEATAS MENURUT LAPANGAN PEKERJAAN UTAMA


Dedi Suhendro, S.E., M.Si, (2019) PENERAPAN ALGORITMA K-MEDOIDS UNTUK MENGELOMPOKKAN PENDUDUK 15 TAHUN KEATAS MENURUT LAPANGAN PEKERJAAN UTAMA, Prosiding ,STMIK Budi Darma
Prosiding
Dedi Suhendro, S.E., M.Si, | pdf
Download (275746)
Abstrak
Lapangan pekerjaan utama pada 15 tahun keatas hampir rata-rata tidak sesuai dengan usia mereka, yang seharusnya pekerjaan itu
dilakukan orang dewasa tapi di lakukan oleh kalangan 15 tahun keatas. Maka dari itu saya melakukan pengelompokkan data pada
penduduk 15 tahun ke atas agar kita mengetahui apa saja lapangan pekerjaan utama mereka. Disini saya menggunakan data mining
dengan metode K-Medoids untuk mengelompokkan penduduk 15 tahun menurut Lapangan pekerjaan utama, penelitian ini
dilakukan di Indonesia. Metode K-Medoids adalah metode dari data mining teknik partisi klasik clustering yang mengelompokkan
dataset dari n objek ke dalam kelompok K dikenal apriori. Sebuah alat yang berguna untuk menentukan k adalah siluet. Hal ini
lebih kuat untuk kebisingan dan outlier dibandingkan dengan K-Means karena meminimalkan sejumlah dissimilarities berpasangan
bukannya jumlah kuadrat jarak euclidean. Sebuah medoid dapat didefinisikan sebagai objek cluster yang rata-rata perbedaan untuk
semua objek dalam cluster minimal. Yaitu merupakan titik paling berlokasi di cluster. K-Medoids menggunakan objek pada
kumpulan objek untuk mewakili sebuah cluster. Objek yang terpilih untuk mewakili
sebuah cluster disebut medoid. Cluster dibangun dengan menghitung kedekatan yang dimiliki antara medoid dengan objek nonmedoid.