Cover Image

Analisis Hybrid Hierarchical Clustering Melalui Mutual Cluster, Bottom-Up Dan Top Down Menggunakan Jarak Euclidean Dan Mahalanobis

Main Author: Madani, BikriyahJauhar
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2014
Subjects:
510 Mathematics
Online Access: http://repository.ub.ac.id/153940/1/SKRIPSI.pdf
http://repository.ub.ac.id/153940/
ctrlnum 153940
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://repository.ub.ac.id/153940/</relation><title>Analisis Hybrid Hierarchical Clustering Melalui Mutual Cluster, Bottom-Up Dan Top Down Menggunakan Jarak Euclidean Dan Mahalanobis</title><creator>Madani, BikriyahJauhar</creator><subject>510 Mathematics</subject><description>Analisis kelompok merupakan analisis yang digunakan untuk mengelompokkan objek berdasarkan ukuran kemiripan. Analisis kelompok dapat dilakukan dengan metode hybrid melalui mutual cluster, bottom-up dan top-down. Metode bottom-up dimulai dari kelompok yang sedikit anggota menjadi kelompok beranggota banyak. Sedangkan metode top-down dimulai dari kelompok tunggal hingga terbentuk kelompok beranggota sedikit. Pengelompokan hybrid melalui mutual cluster merupakan kombinasi metode bottom-up dan top-down dimana jarak maksimum antar objek dalam sebuah mutual cluster lebih kecil dibandingkan jarak minimum antar objek diluar mutual cluster. Jarak yang digunakan ada 2, yaitu jarak Euclidean dan Mahalanobis. Pemilihan metode terbaik menggunakan nilai Cluster Tightness Measure (CTM) dimana dapat digunakan untuk mengukur tingkat kebaikan pengelompokan optimal suatu algoritma. Nilai CTM ini lebih sederhana dan menggunakan ukuran yang didasarkan pada simpangan baku dari beberapa kelompok dengan beberapa peubah. Metode bottom-up menjadi metode yang lebih daripada metode top-down dan hybrid melalui mutual cluster dengan menggunakan jarak Euclidean dan Mahalanobis karena ukuran sampel yang digunakan pada penelitian ini relative kecil</description><date>2014</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/153940/1/SKRIPSI.pdf</identifier><identifier> Madani, BikriyahJauhar (2014) Analisis Hybrid Hierarchical Clustering Melalui Mutual Cluster, Bottom-Up Dan Top Down Menggunakan Jarak Euclidean Dan Mahalanobis. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/MIPA/2014/309/051405307</relation><recordID>153940</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Madani, BikriyahJauhar
title Analisis Hybrid Hierarchical Clustering Melalui Mutual Cluster, Bottom-Up Dan Top Down Menggunakan Jarak Euclidean Dan Mahalanobis
publishDate 2014
topic 510 Mathematics
url http://repository.ub.ac.id/153940/1/SKRIPSI.pdf
http://repository.ub.ac.id/153940/
contents Analisis kelompok merupakan analisis yang digunakan untuk mengelompokkan objek berdasarkan ukuran kemiripan. Analisis kelompok dapat dilakukan dengan metode hybrid melalui mutual cluster, bottom-up dan top-down. Metode bottom-up dimulai dari kelompok yang sedikit anggota menjadi kelompok beranggota banyak. Sedangkan metode top-down dimulai dari kelompok tunggal hingga terbentuk kelompok beranggota sedikit. Pengelompokan hybrid melalui mutual cluster merupakan kombinasi metode bottom-up dan top-down dimana jarak maksimum antar objek dalam sebuah mutual cluster lebih kecil dibandingkan jarak minimum antar objek diluar mutual cluster. Jarak yang digunakan ada 2, yaitu jarak Euclidean dan Mahalanobis. Pemilihan metode terbaik menggunakan nilai Cluster Tightness Measure (CTM) dimana dapat digunakan untuk mengukur tingkat kebaikan pengelompokan optimal suatu algoritma. Nilai CTM ini lebih sederhana dan menggunakan ukuran yang didasarkan pada simpangan baku dari beberapa kelompok dengan beberapa peubah. Metode bottom-up menjadi metode yang lebih daripada metode top-down dan hybrid melalui mutual cluster dengan menggunakan jarak Euclidean dan Mahalanobis karena ukuran sampel yang digunakan pada penelitian ini relative kecil
id IOS4666.153940
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:54:31Z
last_indexed 2021-10-28T07:40:27Z
recordtype dc
_version_ 1751454417886904320
score 17.538404

Lihat Juga