ctrlnum 306
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://digilib.uinsgd.ac.id/306/</relation><title>Studi komparatif penerapan metode hierarchical, k-means dan Self Organizing Maps (SOM) clustering pada basis data: Studi kasus data set time series</title><creator>Badruzaman, Ijang</creator><subject>Data Processing, Computer Science</subject><description>Clustering adalah pembagian data ke dalam kelompok objek serupa. Setiap kelompok, yang disebut cluster, terdiri dari objek-objek yang sama antara kelompok dan berbeda dibandingkan dengan obyek kelompok lain. Tulisan ini dimaksudkan untuk mempelajari dan membandingkan algoritma klasterisasi data yang berbeda. Algoritma tersebut adalah: K-Means, Hierarchical Clustering dan self Organizing Maps. Semua algoritma ini dibandingkan sesuai dengan faktor-faktor berikut: ukuran dataset, jumlah cluster dan jenis dataset. Beberapa kesimpulan yang diambil milik kinerja, kualitas, dan akurasi dari algoritma clustering.</description><date>2013-06-27</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/1/1_cover.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/2/2_abstrak.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/3/3_daftarisi.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/4/4_bab1.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/5/5_bab2.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/6/6_bab3.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/7/7_bab4.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/8/8_bab5.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/306/9/9_daftarpustaka.pdf</identifier><identifier> Badruzaman, Ijang (2013) Studi komparatif penerapan metode hierarchical, k-means dan Self Organizing Maps (SOM) clustering pada basis data: Studi kasus data set time series. Diploma thesis, UIN Sunan Gunung Djati Bandung. </identifier><recordID>306</recordID></dc>
language ind
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Badruzaman, Ijang
title Studi komparatif penerapan metode hierarchical, k-means dan Self Organizing Maps (SOM) clustering pada basis data: Studi kasus data set time series
publishDate 2013
topic Data Processing
Computer Science
url http://digilib.uinsgd.ac.id/306/1/1_cover.pdf
http://digilib.uinsgd.ac.id/306/2/2_abstrak.pdf
http://digilib.uinsgd.ac.id/306/3/3_daftarisi.pdf
http://digilib.uinsgd.ac.id/306/4/4_bab1.pdf
http://digilib.uinsgd.ac.id/306/5/5_bab2.pdf
http://digilib.uinsgd.ac.id/306/6/6_bab3.pdf
http://digilib.uinsgd.ac.id/306/7/7_bab4.pdf
http://digilib.uinsgd.ac.id/306/8/8_bab5.pdf
http://digilib.uinsgd.ac.id/306/9/9_daftarpustaka.pdf
http://digilib.uinsgd.ac.id/306/
contents Clustering adalah pembagian data ke dalam kelompok objek serupa. Setiap kelompok, yang disebut cluster, terdiri dari objek-objek yang sama antara kelompok dan berbeda dibandingkan dengan obyek kelompok lain. Tulisan ini dimaksudkan untuk mempelajari dan membandingkan algoritma klasterisasi data yang berbeda. Algoritma tersebut adalah: K-Means, Hierarchical Clustering dan self Organizing Maps. Semua algoritma ini dibandingkan sesuai dengan faktor-faktor berikut: ukuran dataset, jumlah cluster dan jenis dataset. Beberapa kesimpulan yang diambil milik kinerja, kualitas, dan akurasi dari algoritma clustering.
id IOS14695.306
institution DEFAULT
institution_type library:public
library
library DEFAULT
collection DEFAULT
city DEFAULT
province DEFAULT
repoId IOS14695
first_indexed 2021-09-21T01:59:57Z
last_indexed 2021-09-21T01:59:57Z
recordtype dc
merged_child_boolean 1
_version_ 1734511308867371008
score 17.538404