Evaluasi kinerja metode Smoothed Self Organizing Maps dalam analisis cluster yang mengandung data pencilan

Rahmi, Kurnia (2021) Evaluasi kinerja metode Smoothed Self Organizing Maps dalam analisis cluster yang mengandung data pencilan. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (119kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (114kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (97kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (94kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (696kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (453kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (668kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (81kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (180kB) | Request a copy

Abstract

Salah satu metode dalam melakukan analisis cluster yang bisa mengorganisasi dirinya sendiri adalah Self Organizing Maps. Metode ini memiliki kelebihan yaitu datanya mudah untuk diinterpretasikan dan dipahami. Selain itu, pengurangan dimensi dan hasil pengelompokkan berupa grid memudahkan untuk mengamati kemiripan data. Akan tetapi, nilai validasi pengelompokkan dengan menggunakan metode ini menjadikan angkanya semakin menurun jika terdapat pencilan. Oleh karena itu, terdapat pendekatan lain yang dapat mengatasi permasalahan tersebut, yaitu metode Smoothed Self Organizing Maps. Melalui beberapa simulasi yang disajikan pada penelitian ini akhirnya diperoleh bahwa metode tersebut dapat menjadi alternatif yang baik ketika data terkontaminasi pencilan berdasarkan simulasi dengan beberapa tipe data dan penerapannya pada data Covid-19 di Jawa Barat.

Actions (login required)

View Item