AMALIA, NOVA (2025) OPTIMASI KINERJA ALGORITMA K-MEDOIDS CLUSTERING DENGAN MENGGUNAKAN METODE Z-SCORE SEBAGAI INISIASI MEDOIDS. S2 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (129kB)
	Text ABSTRAK.pdf Download (194kB)
	Text BAB I.pdf Download (233kB)
	Text DAFTAR PUSTAKA.pdf Download (202kB)
	Text TESIS NOVA AMALIA FINAL.pdf Restricted to Registered users only Download (5MB)

Abstract

Algoritma K-Medoids merupakan salah satu metode klastering yang banyak digunakan dalam data mining untuk mengelompokkan data berdasarkan kemiripan. Namun, pada dataset berukuran besar, algoritma ini sering menghadapi kendala dalam hal prediktabilitas dan stabilitas jumlah iterasi. Penelitian ini bertujuan untuk mengoptimalkan kinerja algoritma K-Medoids dengan menerapkan metode Z-Score sebagai pendekatan inisialisasi medoids. Penelitian diawali dengan tinjauan literatur dan perumusan masalah, dilanjutkan dengan pengumpulan data, inisialisasi medoids menggunakan Z-Score, penerapan algoritma K-Medoids, serta evaluasi performa menggunakan Davies-Bouldin Index (DBI). Pengujian dilakukan terhadap Whoscale Customer Dataset dan QSAR Fish Toxicity Dataset yang diperoleh dari UCI Machine Learning Repository. Hasil penelitian menunjukkan bahwa inisialisasi medoids berbasis Z-Score secara signifikan mampu mengurangi jumlah iterasi. Pada Whoscale Customer Dataset, jumlah iterasi menurun dari rata-rata 7 menjadi 2, sedangkan pada QSAR Fish Toxicity Dataset menurun dari 6 menjadi 2. Evaluasi performa menggunakan DBI juga menunjukkan peningkatan kualitas klaster yang dihasilkan. Nilai rata-rata DBI pada Whoscale Customer Dataset menurun dari 2,3210 menjadi 1,2828, sementara pada QSAR Fish Toxicity Dataset menurun dari 1,7328 menjadi 0,8768. Penurunan nilai DBI ini mencerminkan terbentuknya klaster yang lebih kompak dan terpisah dengan baik. Temuan ini membuktikan bahwa metode Z-Score efektif dalam meningkatkan performa algoritma K-Medoids, khususnya dalam hal efisiensi iterasi dan kualitas klaster.

Item Type:	Thesis (S2)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Pascasarjana > 71102 - Magister Teknologi Informasi
Depositing User:	Nova Amalia
Date Deposited:	18 Sep 2025 03:44
Last Modified:	18 Sep 2025 03:44
URI:	https://rama.unimal.ac.id/id/eprint/15582

Actions (login required)

View Item