PERBANDINGAN METODE PERHITUNGAN JARAK EUCLIDEAN DENGAN PERHITUNGAN JARAK MANHATTAN PADA K-MEANS CLUSTERING DALAM MENENTUKAN PENYEBARAN COVID DI KOTA BEKASI

FAISAL NUR CAHYA, . (2022) PERBANDINGAN METODE PERHITUNGAN JARAK EUCLIDEAN DENGAN PERHITUNGAN JARAK MANHATTAN PADA K-MEANS CLUSTERING DALAM MENENTUKAN PENYEBARAN COVID DI KOTA BEKASI. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text Skripsi Faisal Nur Cahya.pdf Restricted to Registered users only Download (2MB)

Abstract

Clustering merupakan metode pengelompokan dalam suatu database infor- masi berdasarkan kondisi tertentu. Metode ini menggunakan k-means cluste- ring. Penelitian menerapkan masalah perhitungan k-means clustering dengan pendekatan perhitungan jarak euclidean dengan perhitungan jarak manhatt- an. Metode yang terbentuk bertujuan untuk membandingkan dalam segi pro- ses pengerjaan antara perhitungan jarak euclidean dengan perhitungan jarak manhattan. Hasil nya berupa perbandingan perhitungan jarak antara perhi- tungan jarak euclidean dengan perhitungan jarak manhattan dalam segi pro- ses pengerjaan untuk dapat menentukan titik-titik pusat penyebaran penyakit covid dari perbandingan perhitungan jarak Euclidean dan perhitungan jarak Manhattan. Hasil perhitungan yang diperoleh yaitu Perhitungan K-Means de- ngan pendekatan perhitungan jarak euclidean diperoleh banyaknya percobaan (iterasi) sejumlah 15 kali,sedangkan dengan menggunakan perhitungan jarak manhattan diperoleh banyaknya percobaaan (iterasi) sejumlah 7 kali. Maka disimpulkan bahwa dalam segi proses pengerjaan manhattan lebih cepat bila dibandingan dengan euclidean. Hasil perhitungan yang didapatkan merupakan hasil perhitungan dari Data Covid-19 di Kota Bekasi sampai dengan tanggal 1 September 2021. ******************************************************** Clustering is a method of grouping in an information database based on certain conditions. This method uses k-means clustering. The research applies the k-means clustering calculation problem with the euclidean distance calcu- lation approach with the manhattan distance calculation. The method formed aims to compare in terms of the working process between the calculation of the distance euclidean with the calculation of the distance manhattan. The result is a comparison of the distance calculation between the distance calculation eu- clidean and the distance calculation manhattan in terms of the work process to be able to determine the center points of the spread of the covid disease from the comparison of the distance calculation Euclidean and the distance calcula- tion Manhattan. The calculation results obtained are the K-Means calculation with the euclidean distance calculation approach, the number of iterations is 15 times, while by using the manhattan distance calculation, the number of iterations is 7 times. So it is concluded that in terms of processing manhattan is faster than euclidean. The calculation results obtained are the results of calculations from Covid-19 data in Bekasi City up to September 1, 2021.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dr. Yudi Mahatma, M.Si.; 2). Siti Rohmah Rohimah, S.Pd., M.Si.
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	sawung yudo
Date Deposited:	04 Nov 2024 01:31
Last Modified:	04 Nov 2024 01:31
URI:	http://repository.unj.ac.id/id/eprint/51890

Actions (login required)

View Item