Penerapan K-Medoid Pada Rumah Tangga Yang Memiliki Sumber Penerangan Listrik PLN Berdasarkan Provinsi

Abstract

Electricity has now become something that is very much needed in daily life, every household has used PLN electricity lighting sources. However, there are also some regions in Indonesia that have not been able to enjoy good and even electric lighting. The data source used from the Indonesian Statistics Agency website is the Percentage of Household Data by Province and Treatment, 2013-2014. This study aims to classify households that have a source of electricity for PLN using the datamining algorithm with K-Medoid. The data is processed into 2 clusters, namely high level clusters (C1) and low level clusters (C2). Where the results of this study concluded from 33 provinces in Indonesia that the cluster level of low waste sorting behavior (C1) obtained 11 provinces namely Aceh, Kep. Bangka Belitung, DKI Jakarta, West Java, Central Java, DI Yogyakarta, East Java, Banten, Bali, West Nusa Tenggara, and North Sulawesi and 23 other provinces are included in the low-level cluster (C2).Keywords: Electricity, Datamining, K-Medoid, Clustering, Household Sources

Implementasi Algoritma K-Means Clustering Untuk Pengelompokan Status Penerima Kip Kuliah Mahasiswa Universitas Papua

“…Pel nel ntuan pusat cel ntrol id awal dilakukan sel cara acak sel hingga bel bas digunakan pada data kel bel rapa. Del ngan mel nggunakan cel ntrol id maka dapat di clustel r data yang tel lah didapat mel njadi 2 clustel r [12]. Untuk Pada Statistika Clustel r 0 dapat dilihat bahwa nilai rata-rata (mel an) dari atribut Pel ngahasilan = 1.389397 dan nilai rata-rata dari atribut Jumlah Tanggungan = 3.700183.…”

Optimasi Jumlah Produksi Tempe Di Foreverfresh Menggunakan Metode Fuzzy Tsukamoto

“…Penelitian ini memberikan informasi yang berguna untuk mengelola dan mengoptimalkan stok telur ayam Eropa yang dipesan dari supplier, berdasarkan tingkat penjualan dan persediaan yang ada. [2] Penelitian yang dilakukan oleh Ade Mandala Putra dan timnya dengan judul "Implementasi Metode Fuzzy Tsukamoto Pada Sistem Prediksi Pembelian Barang Toko Abila Collection Berbasis Website" bertujuan untuk mengembangkan sebuah aplikasi prediksi pembelian guna meningkatkan persediaan barang di Toko Abilla Collection, yang mengkhususkan diri dalam penjualan berbagai jenis pakaian seperti kemeja, dress, dan gamis. Metode yang diterapkan dalam penelitian ini adalah fuzzy Tsukamoto, yang menggunakan data persediaan, penjualan, dan sisa barang dari Maret 2014 hingga Desember 2019.…”

Penerapan Algoritma K-Medoids Untuk Menentukan Segmentasi Pelanggan

“…Algoritma K-Medoids merupakan salah satu algoritma teknik clustering yang dapat digunakan untuk mengelompokkan objek-objek kedalam cluster -cluster dengan objek yang similar atau sama. Kelebihan dari algoritma ini yaitu tidak sensitif terhadap outlier, dapat mengurangi noise, dan jika dibandingkan dengan algoritma K-Means, K-Medoids lebih unggul dalam melakukan klasterisasi dataset heterogen/campuran, pemilihan cluster, kompleksitas antar ruang cluster, dan waktu eksekusi [8]- [10].…”

“…Penggunaan Euclidean Distance untuk menghitung jarak antara kedekatan objek dengan pusat (medoid) sehingga kemungkinan besar objek yang dipilih secara acak mirip dengan objek medoidnya [21]. Tahapan penyelesaian K-Medoids adalah sebagai berikut [8]: a. Melakukan inisialisasi pusat cluster sebanyak jumlah cluster (k). e. Total simpangan (S) didapatkan dengan menghitung nilai total jarak yang baru dikurangi total jarak yang lama.…”