SELENGKAPNYA

NIM MAHASISWA : 09043169


NAMA MAHASISWA : FARIZ SHANDY HIDAYATULLAH


JUDUL TA : Pemanfaatan Algoritma Clustering untuk Mengelompokkan Daerah Rawan Kejahatan Berbasis SIG Kabupaten Pasuruan


DOSEN PEMBIMBING 1 : Arif Arizal


DOSEN PEMBIMBING 2 : Syariful Alim


ABSTRAK : Metode K-means adalah merupakan salah satu metode data clustering non hirarki yang berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih cluster/kelompok. Metode ini mempartisi data ke dalam cluster / kelompok sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok yang lain. Adapun tujuan dari data clustering ini adalah untuk meminimalisasikan objective function yang diset dalam proses clustering, yang pada umumnya berusaha meminimalisasikan variasi di dalam suatu cluster dan memaksimalkan variasi antar cluster. Metode K-means adalah menganalisa Klustering untuk mengelompokan data adapun Parameter yang dipakai adalah Pembunuhan, Curas/Curat, Curanmor, dan Curhewan data ini dipakai karena dianggap sangat berpola dan akan mendapatkan hasil yang bervariasi pada setiap iterasi sehingga mendapat hasil nilai selisih dari yang diharapkan. Adapun teknik clusterisasi yang digunakan adalah dengan menentukan dimana cluster ada 10 iterasi, dari percobaan yang dilakukan sebanyak tiga kali menghasilkan min selisih yang selalu tercapai di iterasi yang berbeda, jadi akurasi Metode K-means untuk pengelompokan terbilang akurat, akan tetapi untuk permberi klusterisasi masih sangat belum bisa untuk pengambil klustering karena perubahan yang terjadi di Eucledian distance keanggotan yang menjadi dasar perhitungan Metode K-means mendapatkan hasil yang selalu berbeda.


KATA KUNCI : Kata Kunci: algoritma klasterisasi, data mining Algoritma K-means