Gea, Muslim (2024) PERBANDINGAN AKURASI K-MEANS MELALUI CLUSTER AND GRID EXAMINING ALGORITHM (CGEA) PADA DATASET IRIS. S2 thesis, universitas malikussaleh.

	Text cover muslim.pdf Download (198kB)
	Text abstrak muslim.pdf Download (185kB)
	Text bab 1 muslim.pdf Download (311kB)
	Text dapus.pdf Download (428kB)
	Text 19 Agustus 2024 (2).pdf Restricted to Registered users only Download (1MB)

Abstract

Konsep Grid Point membagi suatu cluster ke dalam beberapa Grid Point, dan Algoritma Cluster and Grid Examining Algorithm (CGEA) akan menggabungkan kedua konsep tersebut. Pada penelitian ini, metode K-Means dengan grid centroid sebanyak 15 diaplikasikan untuk clustering dataset iris, menghasilkan akurasi sebesar 96,67%. Hasil ini dicapai setelah 7 iterasi, dengan 145 baris data sesuai dengan cluster sebenarnya dan hanya 5 baris data yang berbeda, yaitu pada baris 69, 71, 73, 84, dan 107. Hasil tersebut menunjukkan peningkatan signifikan dibandingkan penelitian sebelumnya yang menggunakan centroid lebih sedikit, dan akurasi 84,47%, 90,08%, dan 80,45%. Validasi hasil dengan perhitungan manual menggunakan MATLAB memberikan hasil yang sama, memperkuat keandalan metode yang digunakan dalam penelitian ini. Kata Kunci: Dataset Iris, K-Means, Cluster, Grid Point, CGEA, MATLAB.

Item Type:	Thesis (S2)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Pascasarjana > 71102 - Magister Teknologi Informasi
Depositing User:	Muslim Gea
Date Deposited:	04 Nov 2024 07:12
Last Modified:	04 Nov 2024 07:12
URI:	https://rama.unimal.ac.id/id/eprint/7299

Actions (login required)

View Item