Klasterisasi terjemahan ayat-ayat Al-qur'an menggunakan algoritma K-means++

Khaerani, Anisa (2021) Klasterisasi terjemahan ayat-ayat Al-qur'an menggunakan algoritma K-means++. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (134kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (23kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (447kB) | Preview
[img]
Preview
Text (BAB 1)
4_bab1.pdf

Download (272kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (421kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (983kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (218kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (313kB) | Request a copy

Abstract

Clustering merupakan sebuah proses untuk melakukan pengelompokan data kedalambeberapa cluster, sehingga data didalam cluster tersebut memiliki karakteristik yang sama dan juga memiliki karakteristik yang berbeda pada antar cluster. Adapun algoritma untuk melakukan pengelompokan ayat-ayat al-quran yang mempunyai kemiripan tema yang sama kedalam beberapa cluster adalah menggunakan algoritma K-means++ clustering. Bedanya dengan algoritma sebelumnya atau k-means biasa adalah pada akurasinya, pada algoritma k-means penentuan awal clusternya dilakukan secara acak sehingga menghasilkan akurasi cluster yang kurang maksimal, sedangkan pada k-means++ penentuan awal clusternya menggunakan perhitungan probabilitas. Adapun hasil dari penelitian ini adalah bahwa k-means++ mampu mengelompokan terjemahan dari ayat-ayat Al-quran kedalam 7 kelompok cluster. Dengan cluster pertama berjumlah 600 ayat, cluster ke 2 715 ayat, cluster ke 3 997 ayat cluster ke 4 943 ayat, cluster ke 5 1441 ayat, cluster ke 6 693 ayat dan cluster ke 7 847 ayat. penentuan clusternya dihitung menggunakan Silhouette coefficient metode ini berfungsi untuk menguji kualitas dari cluster yang dihasilkan.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: clustering; k-means; k-means++;
Subjects: Teleology
Islam > Islam and Technology
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: anisa khaerani
Date Deposited: 24 Mar 2021 03:10
Last Modified: 24 Mar 2021 03:10
URI: https://etheses.uinsgd.ac.id/id/eprint/38140

Actions (login required)

View Item View Item