Pengklasteran Laporan Aspirasi Masyarakat Menggunkan Metode Single Linkage Clustering dan K-Means

Sholikhah, Neni Imro'atus (2017) Pengklasteran Laporan Aspirasi Masyarakat Menggunkan Metode Single Linkage Clustering dan K-Means. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
1213100060-Undergraduate_Theses.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Musyawarah Perencanaan Pembangunan (Musrenbang) merupakan forum untuk menyusun rencana pembangunan nasional dan rencana pembangunan daerah. Pada Musrenbang memberikan banyak aspirasi mengenai APBD. Data aspirasi hasil Musrenbang terkumpul sangat besar dan apabila diolah secara manual membutuhkan waktu yang cukup lama, oleh karena itu dibutuhkan metode dalam pengelolaan data aspirasi masyarakat tersebut. Data Mining merupakan metode yang dapat mempermudah proses pengolahan data. Pengklasteran adalah suatu metode pengelompokkan berdasarkan ukuran kedekatan. Metode K-Means merupakan metode pengklasteran yang memiliki kemampuan dalam mengelompokkan data dalam jumlah cukup besar, namun metode K-means mempunyai kelemahan yang diakibatkan oleh penentuan pusat awal cluster oleh karena itu K-Means akan dikolaborasikan dengan metode Single Linkage Clustering. Pada penelitian ini data aspirasi masyarakat akan di cluster dengan metode K-Means dan Single Linkage Clustering. Hasil dari penelitian yang telah dilakukan menunjukkan penentuan banyak cluster 10 memiliki pengelompokkan yang lebih baik karena nilai Silhouette Coefficient yang lebih baik dibandingkan dengan penentuan banyaknya cluster 5, 15, 22, dan 50 yaitu sebesar 0.9214197771459077. ============================================================================================= Musyawarah Perencanaan Pembangunan (Musrenbang) is a forum to develop national development plan and regional development plan. In Musrenbang gives a lot of aspiration to APBD. The data of Musrenbang aspiration result collected is very big and needs processed manually takes a long time, therefore needed method of data management aspiration of that society. Data mining is a viable method. Clustering is a grouping method based on the size of proximity. K - Means method is a clustering method tha t has capability in grouping large amount of data, K - means method has weakness caused by center point of cluster therefore K - Means will be collaborated with Single Linkage Clustering method. In this research, community aspiration data will be clustered by K - Means and Single Linkage Clustering method. The results of the research have shown that many clusters 10 have better classification because the value of Silhouette Coefficient is better than the number of clusters 5, 15, 22, and 50 that is 0.9214197771459077.

Item Type: Thesis (Undergraduate)
Additional Information: RSMa 004.35 Sho p
Uncontrolled Keywords: APBD, Text mining, Pengklasteran, Single linkage clustering, K-means
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis
Divisions: Faculty of Mathematics and Science > Mathematics > (S1) Undergraduate Theses
Depositing User: Neni Imro'atus Sholikhah
Date Deposited: 30 Oct 2017 01:38
Last Modified: 09 Jan 2018 07:20
URI: http://repository.its.ac.id/id/eprint/47733

Actions (login required)

View Item View Item