EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya


Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail : libits@its.ac.id
Website : http://library.its.ac.id

Support (Customer Service) :
timit_perpus@its.ac.id








Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Taufik Rachmanu


Dewi Eka Agustina


Ansi Aflacha Putri


Tondo Indra Nyata


Aprillia Tri Wulansari


Moh. Fandika Aqsa




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

Keyword
Mode
Expanded Search (for Free text search only)
 
OR You May Search Our Knowledges Using Google Customize Search :

Custom Search

ITS » Master Theses » Statistika - S2
Posted by aguss at 14/05/2009 21:15:39  •  4239 Views


ANALISIS PENGELOMPOKKAN DENGAN FUZZY C-MEANS CLUSTER (KASUS PENGELOMPOKKAN KECAMATAN DI KABUPATEN TUBAN BERDASARKAN TINGKAT PARTISIPASI PENDIDIKAN)

CLUSTER ANALYSIS USING FUZZY C-MEANS CLUSTER (Study case: sub districts clustering in Tuban regency based on the educational participation level)

Created by :
PRAVITASARI, ANINDYA APRILIYANTI 



SubjectAnalisis regresi
Keywordanalisis pengelompokkan
algoritma
FCM
Indeks XB
perangkat lunak pendukung keputusan

Description:

Analisis pengelompokkan (cluster) merupakan salah satu analisis data eksploratori yang banyak diminati berbagai kalangan dan berkembang dengan sangat pesat. Metode pengelompokkan yang sedang berkembang saat ini adalah pengelompokkan berdasarkan himpunan fuzzy atau yang disebut sebagai Fuzzy Cluster Analysis. Keunggulan dari metode ini adalah mampu melakukan pengelompokkan untuk data yang tersebar secara tidak teratur. Algoritma fuzzy clustering yang digunakan dalam penelitian ini adalah Fuzzy C-means Cluster (FCM). FCM merupakan pengembangan dari metode partitional K-means Cluster dengan pembobotan fuzzy. Penelitian ini mengkaji mengenai FCM dengan penerapan kasus nyata di bidang pendidikan, yaitu kasus pengelompokkan kecamatan di Kabupaten Tuban berdasarkan karakteristik pendidikan. Penentuan banyaknya kelompok dilakukan melalui perhitungan Indeks XB (Xie dan Beni). Penelitian ini juga membuat algoritma FCM dalam bahasa pemrograman Visual Basic dengan Sistem Informasi Geografis (SIG), sehingga hasil akhir dari penelitian ini adalah sebuah perangkat lunak pendukung keputusan (Decission Support System) yang menggunakan algoritma FCM untuk mengelompokkan kecamatan di Kabupaten Tuban dengan lebih informatif. Hasil pengelompokkan menunjukkan bahwa kelompok kecamatan yang ditandai dengan nilai pusat cluster yang tinggi berarti tingkat partisipasi pendidikannya sudah bagus, hal ini berarti kesadaran masyarakat akan pendidikan di daerah tersebut sudah bagus, sebaliknya kecamatan dengan tingkat partisipasi yang rendah perlu mendapatkan perhatian dan tindak lanjut dari pemerintah dengan membuat kebijakan yang mengarah pada tingkat partisipasi pendidikan.


Alt. Description

Clustering analysis is one of the explanatory data analysis that developed so fast and most people is interested in. The clustering method that is developing at this time is the clustering based on fuzzy group known as Fuzzy Cluster Analysis. The advantages of this method is FCA can cluster data that spread in an orderly fashion The fuzzy clustering algorithm uses in this paper is Fuzzy Clustering Method (FCM). FCM is the development from the partitional Kmeans cluster method with fuzzy weight. This paper studies about FCM that is applied on the sub districts in the Tuban regency based on the educational characteristics. The determination of the number of clusters carries out through the calculation of the XB (Xie and Beni) index. This paper is also makes the FCM algorithm in the Visual Basic programming language using Geographic Information System (GIS), so that the final results of this paper is decision support system software using FCM algorithm for clustering sub districts in Tuban regency more informatively. The clustering result shows that the sub districts that have higher cluster center value has a better participation level. This meant that the awareness of the people on education in that sub districts area has already well. On the other hand, the sub district with lower participation level must get attention, follow-up, siding from the government by making the policy that headed in the level of educational participation.

Contributor:
  1. Prof. Drs. Nur Iriawan, M.Ikomp, PhD
    Dr. Ir. Anik Djuraidah
Date Create:14/05/2009
Type:Text
Format:pdf
Language:Indonesian
Identifier:ITS-Master-3100008031156
Collection ID:3100008031156
Call Number:RTSt 519.53 Pra a


Source :
Master Theses, Statistics, RTSt 519.53 Pra a, 2008

Coverage :
ITS Community Only


Publication URL :
http://digilib.its.ac.id/analisis-pengelompokkan-dengan-fuzzycmeans-cluster-kasus-pengelompokkan-kecamatan-di-kabupaten-tuban-berdasarkantingkat-partisipasi-pendidikan-4154.html




[ Free Download - Free for All ]

...No Files...

[ FullText Content - Please, register first ]

  1. ITS-Master-4154-1306201801-judul.pdf - 147 KB
  2. ITS-Master-4154-1306201801-bab1.pdf - 149 KB
  3. ITS-Master-4154-1306201801-bab2.pdf - 222 KB
  4. ITS-Master-4154-1306201801-bab3.pdf - 131 KB
  5. ITS-Master-4154-1306201801-bab4.pdf - 598 KB
  6. ITS-Master-4154-1306201801-kesimpulan.pdf - 115 KB



Give your Comment here...


 10 Similar Document...



 10 Related Document...






HELP US !
You can help us to define the exact keyword for this document by clicking the link below :

FCM , Indeks , Indeks XB , XB , algoritma , analisis , analisis pengelompokkan , keputusan , lunak , pendukung , pengelompokkan , perangkat , perangkat lunak pendukung keputusan



POLLING

Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan




51229741


Visitors Today : 1
Total Visitor : 2515748

Hits Today : 21474
Total Hits : 51229741

Visitors Online: 1


Calculated since
16 May 2012

You are connected from 10.199.13.5
using CCBot/2.0 (http://commoncrawl.org/faq/)


ITS Digital Repository Feeds



Copyright © ITS Library 2006 - 2014 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan