PERBANDINGAN KINERJA ALGORITMA SYSTEMATIC CLUSTERING DAN ONE PASS K-MEANS PADA MODEL KANONIMITY DATA

REZA RIDWANSYAH, . (2017) PERBANDINGAN KINERJA ALGORITMA SYSTEMATIC CLUSTERING DAN ONE PASS K-MEANS PADA MODEL KANONIMITY DATA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text PERBANDINGAN KINERJA ALGORITMA SYSTEMATIC CLUSTERING DAN ONE PASS K.pdf Download (1MB)

Abstract

Penelitian ini bertujuan untuk membandingkan model K-Anonimity dengan algoritma Systematic Clustering dan One Pass K-Means. Model ini dapat mengatasi masalah privasi data pada data sensitif yang dipublikasikan dan berbentuk microdata. Metode penelitian yang digunakan adalah eksperimen labratorium. Setelah kedua algoritma dibangun, kedua algoritma tersebut diuji performanya dengan menggunakan Information Loss Matrix. Penelitian ini dilakukan di Laboratorium Multimedia Teknik Elektro Universitas Negeri Jakarta pada semester ganjil (105) tahun ajaran 2016/2017. Penelitian ini dilakukan dengan mengumpulkan data kemudian menormalkannya dengan bentuk CSV(Comma Separated View). Data yang digunakan untuk penelitian merupakan dataset ‘adult’ pada tahun 1994 yang diambil dari UCI Machine Learning. Hasil perhitungan information loss dari algoritma One Pass KMeans diperoleh nilai terendah sebesar 20160.3 dan nilai tertinggi sebesar 20173.3, sedangkan dari algoritma Systematic Clustering diperoleh nilai terendah sebesar 8554.20 dan tertinggi sebesar 15490.846. Kesimpulan dari penelitian ini adalah algoritma Systematic Clustering lebih baik dari One Pass K-Means dalam membangun model K-Anonimity. This research aimed to compare the K-Anonimity Model with Systematic Clustering algorithm and One Pass K-Means. This model can resolve privacy concerns data on sensitive data that are published with microdata form. After the algorithm was built, the two model will be evaluated the performance with Information Loss Matrix / Information Loss. The method used in the research was a laboratory experiment. This research was conducted in the laboratory of Multimedia in electrical engineering State University of Jakarta in odd semester (105) 2016/2017 period. This research was done by collecting data and then data was normalized with CSV (Comma Separated View) format. The dataset used for the research was a dataset 'adult' in 1994 taken from the UCI Machine Learning. The result of information loss calculation algorithm K-Means One Pass obtained the lowest value was 20160.3 and the highest value was 20173.3, The lowest Information Loss value of Systematic Clustering was 8554.20 and the highest values was 15490,846. So, it can be concluded that Systematic Clustering algorithms are better than One Pass KMeans in the build K-Anonimity Model .

Item Type:	Thesis (Sarjana)
Additional Information:	1) Widodo, M.Kom 2) Bambang P. Adhi, M.Kom
Subjects:	Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User:	sawung yudo
Date Deposited:	27 Apr 2022 02:10
Last Modified:	27 Apr 2022 02:10
URI:	http://repository.unj.ac.id/id/eprint/28287

Actions (login required)

View Item