Clustering Menggunakan K-Means Algoritma dalam Menentukan Kualitas Medicine berdasarkan Pengelompokan Anggota Bobot Index dan PH Menggunakan Matlab
Keywords:
Clustering menggunakan K-means, Kualitas medicine bobot Index dan PHAbstract
Pada bidang komputer telah berkembang lebih pesat karena kebutuhan lebih besar akan nilai tambah dari data mining di skala besar makin banyak tertotal sejalan dengan tumbuhnya teknologi informasi yaitu biasa disebut Data Mining. Pada penelitian ini pengumpulan data/informasi adalah clustering kualitas medicine berdasarkan pengelompokan anggota bobot index dan PH di Universitas Bina Sarana Informatika dalam perumusan masalah bagaimana mengetahui kualitas medicine yang berkualitas baik dan berkualitas tidak baik dan bagaimana cara pengelompokan data menjadi beberapa cluster. Dari Analisa dan pengolahan data studi kasus yang ada, terjadi perbedaan antara perhitungan manual (berdasarkan paper) dan menggunakan MATLAB.
References
H. Zha, C.Ding, M.Gu, X.He, and HD. Simon “Spectral Relaxation for K-means Clustering”, Neural Information Processing System vol.14 (NIPS 2001). Pp. 1057-1064, Vancouver, Canada. Dec. 2001
J.A. Hartigan and M.A Wong (1997) “A K-Means Clustering Algorithm”, Applied Statistics, Vol. 28, No.1 p100-108
J.A Hartigan (1975) “Clustering Algorithm” . Wiles
Turban E.dkk, Decision Support System and Intelligent System.: Andi Offset, 2005
Larose, Daniel T, Data Mining Methods and Models. Hoboken New Jersey: Jhon Wiley & Sons, Inc, 2006
