Analisa klastering menggunakan Paralel K-means pada data terjemah Al-qur'an bahasa Indonesia

Addis, Naufal Eldiva Vijayanto (2022) Analisa klastering menggunakan Paralel K-means pada data terjemah Al-qur'an bahasa Indonesia. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

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

Download (110kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (178kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (60kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (103kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (275kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (833kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (131kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
8_daftarpustaka.pdf
Restricted to Registered users only

Download (98kB) | Request a copy

Abstract

Salah satu jenis data yang menarik untuk dilakukan data mining adalah teks. Dikenal sebagai text mining, proses data mining pada teks dapat menghasilkan informasi penting yang terkandung dalam teks. Teks yang populer untuk diteliti peneliti muslim adalah Al-Qur’an, hal ini jelas penting karena sebagai umat islam kita diwajibkan untuk membaca dan memahami lebih dalam isi Al-Qur’an.Untuk mempermudah memahami isi Al-Qur’an kita dapat mempelajari terjemahannya. Salah satu proses teks mining yang populer dan penting penggunaannya adalah klasterisasi. Terdapat banyak metode klasterisasi, salah satunya adalah K-means. Pada penelitian ini dilakukan percobaan klasterisasi menggunakan metode simple K-means dan parallel K-means dengan bantuan program python yang berbasis online. Sehingga dapat dilihat hasil dari tiap metode dan perbandingannya. Jumlah kluster pada penelitian ini dipilih secara acak yakni 2, 3, 4, 5, 10, 20, 50, 100, 114. Berdasarkan jumlah kluster tersebut maka waktu yang dibutuhkan simple K-means adalah 0.22 detik sampai 10.5 detik dan pada parallel K-means adalah 0.23 detik sampai 10.3 detik. Parallel K-means lebih efektif saat jumlah kluster ≥10 namun membutuhkan waktu yang sama saat jumlah kluster <10 bahkan lebih lambat saat jumlah kluster 5. Adapun urutan terdekat pada centroid dan isi klaster metode simple K-means dan parallel K-means sama atau hanya berbeda urutan item pada tiap pemilihan kluster kecuali pada saat jumlah kluster 114 yang menghasilkan urutan dan isi item yang jauh berbeda tiap metodenya.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Klastering; K-means; Parallel K-means; Klastering Al-quran Bahasa indonesia.
Subjects: Mathematics > Data Processing and Analysis of Mathematics
Applied mathematics > Programming Mathematics
Divisions: Fakultas Sains dan Teknologi > Program Studi Matematika
Depositing User: Naufal Eldiva Addis
Date Deposited: 04 Feb 2022 00:59
Last Modified: 04 Feb 2022 00:59
URI: https://digilib.uinsgd.ac.id/id/eprint/48639

Actions (login required)

View Item View Item