BAB I PENDAHULUAN Latar Belakang

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB I PENDAHULUAN Latar Belakang"

Transkripsi

1 BAB I PENDAHULUAN 1.1. Latar Belakang Mobilitas adalah hal yang tidak dapat dipisahkan dalam gaya hidup masyarakat sekarang ini. Serangkaian aktifitas menuntut seseorang untuk berada di suatu tempat bahkan sampai harus berpindah-pindah dari suatu tempat ke tempat lain dalam waktu yang singkat. Hal ini membuat kebutuhan alat transportasi semakin meningkat. Meskipun alat transportasi massal sudah disiapkan, namun terkadang rasa nyaman tidak bisa di dapatkan oleh sebagian orang. Hal ini membuat masyarakat masih enggan menggunakan alat transportasi massal dan memilih untuk tetap menggunakan kendaraan pribadi mereka. Salah satunya adalah kendaraan beroda 4 yang biasa kita sebut dengan mobil. Bagi sebagian orang, mobil sangat dibutuhkan untuk menunjang aktifitas mereka sehari-hari. Kenyamanan, keamanan, dan mobilitas tinggi adalah faktor utama kenapa masih banyak saja masyarakat mantap untuk memiliki alat transportasi yang satu ini. Bahkan dewasa ini fitur-fitur yang dijanjikan oleh pabrikan semakin canggih dengan keefektifan dan keefisienan tinggi. Tak khayal jumlah mobil semakin banyak di luaran sana. Namun banyaknya angka kecelakaan lalu lintas, pencurian mobil, hingga kesalahan yang tidak di sengaja membuat masyarakat mulai merasa perlu memberikan proteksi untuk kendaraan kesayangannya. Selain itu biaya servis yang tidak murah dan resiko kehilangan membuat sebagian masyarakat memilih untuk membeli suatu produk asuransi sebagai bentuk perlindungan diri jika di suatu hari terjadi hal-hal yang tidak diinginkan menimpa kendaraannya. Hal ini tentu membawa angin segar untuk perusahaan asuransi yang ada di Indonesia. Berbagai bentuk 1

2 2 produk asuransi kendaraan mulai di perkenalkan ke masyarakat. Bahkan ada yang sudah menjadi paket bundling pada saat pembelian mobil. Berbagai inovasi dan penawaran dilakukan perusahaan asuransi untuk menarik minat peserta premi. Selain itu pelayanan konsumen juga menjadi konsentrasi perusahaan dalam rangka memberikan kenyamanan kepada peserta premi. Pelayanan yang baik akan membuat peserta premi nyaman dan enggan untuk beralih ke perusahaan asuransi lain. Selain itu faktor kenyamanan juga bisa menjadi sarana promosi dalam menjaring calon-calon peserta premi baru. Sehingga menjadi penting bagi perusahaan untuk tetap menjaga level pelayanan kepada costumer. Kontrol perlu dilakukan untuk memastikan jaringan pelayanan yang dimiliki tetap prima. Salah satu analisis yang bisa digunakan untuk menyelidiki hal ini adalah analisis clustering. Dalam analisis clustering, data akan di segmentasi ke dalam beberapa level berdasarkan parameter-parameter yang di kehendaki. Analisis klaster bertujuan untuk mengklasifikasikan objek-objek data ke dalam beberapa cluster berdasarkan karakteristik yang dimiliki. Objek-objek yang memiliki kesamaan karakteristik akan dijadikan dalam satu klaster (kelompok). Maka dari itu objek objek yang berada dalam satu klater cendrung memiliki kesamaan yang mengakibatkan objek-objek tersebut memiliki homogenitas internal yang tinggi, serta memiliki heterogenitas eksternal yang tinggi pula. Dalam perkembangannya, digunakan dua metode analisis klaster yaitu metode hierarchical dan metode non-hirarchicy. Metode hierarchical secara umum mendiskripsikan analisis klaster dari kedekatan-kedekatan objek, meliputi didalamnya adalah jarak antar objek. Sehingga secara garis besar akan membentuk sebuah diagram pohon yang biasanya disebut sebagai dendogram. Dari dendogram tersebut bisa dijelaskan bahwa proses klaster didasarkan pada kedekatan-kedekatan antar objek. Objek yang memiliki kedekatan yang cukup tinggi akan membentuk satu klaster. Begitu seterusnya hingga terbentuk klaster yang di inginkan. Singkatnya metode ini mengaplikasikan konsep bottom up.

3 3 Metode selanjutnya adalah metode non-hierarcy yang bisa disebut juga sebagai metode partitional. Dimana data dipartisi-partisi dilihat dari seberapa dekat jarak objek-objek tersebut. Singkatnya metode ini mengaplikasikan konsep up side down. Literatur menyebutkan algoritma clustering ini dibagi lagi menjadi 2 metode, yaitu metode hard clustering dan metode fuzzy clustering. Dalam metode hard clustering, ketika data sudah dikelompokkan atau sudah menjadi anggota dari suatu klaster maka data tersebut sudah tidak bisa masuk kedalam cluster lain. Atau dengan kata lain setiap objek data hanya memiliki satu kecenderungan masuk ke satu cluster, tidak lebih. Termasuk didalamnya adalah metode K-means clustering. Hal ini berbeda dengan metode fuzzy clustering, metode ini mempertimbangkan tingkat keanggotaan yang mencangkup himpunan fuzzy sebagai dasar pembobotan bagi pengelompokan data. Metode ini merupakan pengembangan dari metode partitional dengan pembobot fuzzy. Algoritma fuzzy clustering memungkinkan setiap objek data untuk mempunyai kecenderungan masuk ke beberapa cluster dengan derajat keanggotaan yang berbeda-beda. Dalam metode fuzzy clustering, metode yang sering digunakan adalah metode Fuzzy C-Means (FCM) Clustering. Hal ini dikarenakan metode ini mempunyai algoritma yang sederhana dan mudah dimengerti. Membership degrees dalam FCM diperoleh dari meminimalkan cost function dengan batasan jumlah dari keseluruhan membership degrees untuk masing-masing objek data harus sama dengan 1. Metode Fuzzy C-Means clustering juga masih rentan terhadap noisy. Berdasarkan pada Neutrosophic set dikembangkan algoritma clustering baru yang terinspirasi dari Fuzzy C-Means clustering. Algoritma tersebut dinamakan Neutrosophic C-Means Clustering (NCM) yang ditujukan untuk uncertain data clustering. Dalam menentukan membership degrees dari tiap-tiap objek data, NCM memperhitungkan klaster determinant dan klaster indeterminant dalam waktu yang bersamaan untuk tiap-tiap objek data. Di dalamnya dihitung 3 membership degrees yaitu T, I, dan F yang nantinya berguna untuk menentukan status suatu objek data akan masuk ke klaster determinant atau klaster indeterminant. Klaster indeterminant

4 4 merupakan klaster yang berisi data-data ambigu dan data-data outlier. Sedangkan klaster determinant berisikan data-data klaster yang peruntukannya kita gunakan seperti biasa. Sehingga dari sini NCM diharapkan menjadi alternatif metode clustering yang resistant terhadap noisy data Masalah Penelitian Berdasarkan latar belakang di atas, maka penulis mengambil materi yang terdiri dari kajian tentang Neutrosophic C-Means Clustering dan penerapannya dalam Database Laporan Data Klaim salah satu perusahaan asuransi kendaraan roda 4 yang ada di Indonesia yang selanjutnya digunakan untuk segmentasi kinerja 29 kantor perwakilan yang ada di indonesia. Perumusan masalah dalam penelitian ini adalah sebagai berikut : 1. Bagaimanakah prosedur clustering dengan menggunakan metode Neutrosophic C-Means? 2. Bagaimanakah penerapan metode Neutrosophic C-Means clustering dalam melihat kinerja keseluruhan kantor perwakilan salah satu perusahaan asuransi mobil yang ada di Indonesia? Dalam skripsi ini, batasan masalah perlu dilakukan agar pembahasan bisa terfokus dan diperoleh kesimpulan yang sesuai dan dapat dipertanggung jawabkan. Agar tidak menyimpang dari tujuan penelitian, maka pembahasan di pusatkan pada penggunaan algoritma Neutrosophic C-Means untuk segmentasi data yang kemudian akan dibandingkan performanya dengan metode clustering klasik yang digunakan sebagai dasar dari metode ini, yaitu metode Fuzzy C-Means Clustering. Studi kasus yang diangkat dalam skripsi ini adalah mengenai salah satu cara yang bisa direkomendasikan kepada sebuah perusahaan asuransi mobil yang ada di Indonesia dalam mengontrol kinerja keseluruhan kantor perwakilan wilayah yang dimiliki. Dari data laporan selama 1 tahun terakhir, dilakukan segmentasi data

5 5 menggunakan analisis cluster yang akan menunjukkan level performa dari kinerja keseluruhan kantor perwakilan yang dimiliki. Dan dengan menggunakan algoritma Neutrosophic C-Means Clustering diharapkan proses segmentasi menjadi lebih akurat dengan adanya perhatian di data outlier dan data noisy yang berpotensi membuat kesimpulan dari proses clustering menjadi tidak akurat Tujuan Penelitian Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Matematika pada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada, Yogyakarta. Tujuan penelitian ini adalah : 1. Mengetahui prosedur clustering dengan menggunakan metode Neutrosophic C- Means 2. Menerapkan metode Neutrosophic C-Means clustering dan Fuzzy C-Means dalam melihat level performa dari keseluruhan kantor perwakilan wilayah dari sebuah perusahaan asuransi mobil yang ada di Indonesia 3. Mampu melakukan profilling dari masing-masing cluster yang terbentuk untuk mendapatkan kesimpulan umum 1.4. Manfaat Penelitian Manfaat dari penelitian ini adalah : Bagi peneliti : dapat memperdalam pengetahuan statistika dalam analisis klaster dengan menggunakan metode Neutrosophic C-Means Bagi keilmuan statistika : dapat menjadi alternatif dalam analisis data multivariat

6 Tinjauan Pustaka Santoso (2002) menyatakan bahwa analisis klaster adalah analisis yang bertujuan untuk mengelompokkan obyek-obyek berdasarkan kesamaan karakteristik di antara obyek-obyek tersebut. obyek-obyek tersebut akan diklasifikasikan ke dalam satu atau lebih cluster sehingga obyek-obyek yang berada dalam satu cluster akan mempunyai kemiripan satu dengan lain. Agusta (2007) menyatakan bahwa ada 2 cara pengalokasian data kembali ke dalam masing-masing cluster pada saat proses iterasi clustering. Kedua cara tersebut adalah pengalokasian dengan cara tegas (hard), dimana setiap data secara tegas dinyatakan sebagai anggota cluster yang satu dan tidak menjadi anggota cluster yang lainnya; dan dengan cara fuzzy dimana masing-masing data diberikan nilai kemungkinan untuk bisa bergabung ke setiap cluster yang ada. Kusumadewi (2002) menyatakan bahwa fuzzy clustering merupakan salah satu teknik untuk menentukan cluster optimal dalam suatu ruang vektor yang didasarkan pada bentuk normal Euclidean untuk jarak antar vektor. Dan dari beberapa algoritma clustering data, Fuzzy C-Means adalah salah satu diantaranya. Dalam menentukan keberadaan tiap-tiap data dalam suatu cluster, fuzzy C-Means, menggunakan derajat keanggotaan. Teknik fuzzy c-means clustering pertama kali diperkenalkan oleh Jim Bezdek pada tahun Algoritma klasik Fuzzy C-means clustering merupakan algoritma clustering yang paling sering digunakan dalam metode fuzzy partitioning dengan algoritmanya yang sederhana dan mudah dimengerti.terinspirasi dari sana Guo et al.(2015) mengembangkan algoritma clustering yang berdasar dari algoritma Fuzzy C-Means clustering dan pola pikir Neutrosophic Set yang selanjutnya disebut Neutrosophic C- Means (FCM) clustering. Algoritma ini menawarkan analisis klaster yang lebih resistant terhadap noisy data, yaitu meliputi data ambigu dan data outlier. Bunkers, et al. (1996) menyatakan bahwa rasio antara simpangan baku dalam kelompok (within) dan simpangan baku antar kelompok (Between) dapat digunakan

7 7 untuk mengukur seberapa bagus hasil yang didapatkan dari suatu metode clustering. Rasio yang minimum menunjukkan bahwa metode tersebut memiliki kinerja yang lebih baik dibandingkan dengan metode yang lain Metode Penelitian Metode penelitian yang digunakan penulis adalah studi literatur yang diperoleh dari perpustakaan, jurnal-jurnal ilmiah dan sumber-sumber lain yang diperoleh dari internet. Dalam menyelesaikan penulisan ini penulis menggunakan bantuan software R Version 3.1.2( ), SPSS Statistics versi 17.0, Microsoft Excel 2007 dan Microsoft Word Data yang digunakan adalah data sekunder dari suatu perusahaan asuransi di Indonesia yang demi privasi tidak bisa penulis sebutkan. Namun demikian data-data tersebut dapat dipertanggung jawabkan Sistematika Penulisan Sistematika penulisan skripsi ini disajikan dalam 5 bab sebagai berikut; BAB I PENDAHULUAN, Bab ini berisi latar belakang dan permasalahan, tujuan penelitian, tinjauan pustaka, dan sistematika penulisan. BAB II LANDASAN TEORI Bab ini memuat tentang analisis klaster, matriks data multivariat, metode pembentukan klaster, himpunan fuzzy, fuzzy clustering, Fuzzy C-Means, dan prosedur clustering. BAB III PEMBAHASAN Bab ini membahas mengenai topik Tugas Akhir yakni tentang analisis teoritis dari Neutrosophic C-Means (FCM) clustering.

8 8 BAB IV STUDI KASUS Bab ini berisi studi kasus penerapan Neutrosophic C-Means (FCM) clustering dalam proses segmentasi 29 kantor perwakilan yang tersebar di seluruh Indonesia. BAB V KESIMPULAN dan SARAN Bab ini berisi kesimpulan yang diperoleh dari hasil analisis dan saransaran untuk penelitian selanjutnya.

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN Latar Belakang Kredit merupakan salah satu usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumnya, proses kredit dapat dilayani melalui lembaga keuangan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Tinjauan Pustaka Pada penelitian yang dilakukan oleh (Chen, Sain, & Guo, 2012) berfokus untuk mengetahui pola penjualan, pelanggan mana yang paling berharga, pelanggan mana yang

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Data menjadi sesuatu yang sangat berharga saat ini. Tidak hanya badan pemerintah saja, perusahaan-perusahaan saat ini pun sangat membutuhkan informasi dari data yang

Lebih terperinci

BAB III K-MEANS CLUSTERING. Analisis klaster merupakan salah satu teknik multivariat metode

BAB III K-MEANS CLUSTERING. Analisis klaster merupakan salah satu teknik multivariat metode BAB III K-MEANS CLUSTERING 3.1 Analisis Klaster Analisis klaster merupakan salah satu teknik multivariat metode interdependensi (saling ketergantungan). Oleh karena itu, dalam analisis klaster tidak ada

Lebih terperinci

BAB I PENDAHULUAN. Sekarang ini penelitian sering kali melibatkan beberapa variabel

BAB I PENDAHULUAN. Sekarang ini penelitian sering kali melibatkan beberapa variabel BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sekarang ini penelitian sering kali melibatkan beberapa variabel pengamatan. Data yang diperoleh dengan mengukur lebih dari satu variabel pengamatan pada setiap

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Berdasarkan Peraturan Pemerintah Nomor 37 tahun 2009, dosen merupakan pendidik profesional dan ilmuwan dengan tugas utama mentransformasikan, mengembangkan,

Lebih terperinci

Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means

Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means Yohannes Teknik Informatika STMIK GI MDD Palembang, Indonesia Abstrak Klasterisasi merupakan teknik pengelompokkan data berdasarkan kemiripan data.

Lebih terperinci

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN 1.1. Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Analisis cluster merupakan salah satu alat yang penting dalam pengolahan data statistik untuk melakukan analisis data. Analisis cluster merupakan seperangkat metodologi

Lebih terperinci

DATA MINING DAN WAREHOUSE A N D R I

DATA MINING DAN WAREHOUSE A N D R I DATA MINING DAN WAREHOUSE A N D R I CLUSTERING Secara umum cluster didefinisikan sebagai sejumlah objek yang mirip yang dikelompokan secara bersama, Namun definisi dari cluster bisa beragam tergantung

Lebih terperinci

BAB I PENDAHULUAN I.1 Latar Belakang

BAB I PENDAHULUAN I.1 Latar Belakang BAB I PENDAHULUAN I.1 Latar Belakang Di tengah laju kemajuan teknologi telekomunikasi dan informatika, informasi yang cepat dan akurat semakin menjadi kebutuhan pokok para pengambil keputusan. Informasi

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang

BAB I PENDAHULUAN A. Latar Belakang BAB I PENDAHULUAN A. Latar Belakang Promosi adalah salah satu faktor yang diperlukan bagi keberhasilan bagi suatu perusahaan atau organisasi, maka promosi merupakan salah satu senjata ampuh bagi perusahaan

Lebih terperinci

BAB 1. PENDAHULUAN 1.1. Latar Belakang Pelanggan merupakan salah satu posisi penting dalam pengembangan strategi bisnis, pelanggan juga merupakan salah satu sumber keuntungan dalam perusahaan. Untuk itu

Lebih terperinci

Fuzzy C-means Clustering menggunakan Cluster Center Displacement

Fuzzy C-means Clustering menggunakan Cluster Center Displacement Fuzzy C-means Clustering menggunakan Cluster Center Displacement Fitri Hidayah Sundawati 1), Jadi Suprijadi 2), Titi Purwandari 3) 1) Mahasiswa Statistika Terapan, UniversitasPadjadjaran-Indonesia 2) Pengajar

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan yang telah dilakukan

Lebih terperinci

Data Mining Menggunakan Metode K-Means Klaster untuk Mengelompokkan Pemegang Polis Asuransi Kendaraan Bermotor di Indonesia

Data Mining Menggunakan Metode K-Means Klaster untuk Mengelompokkan Pemegang Polis Asuransi Kendaraan Bermotor di Indonesia Prosiding Statistika ISSN: 2460-6456 Data Mining Menggunakan Metode K-Means Klaster untuk Mengelompokkan Pemegang Polis Asuransi Kendaraan Bermotor di Indonesia Supiyah, 2 Aceng Komarudin Mutaqin, 3 Teti

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan teknologi informasi yang semakin pesat berdampak pada terjadinya penurunan substansial dalam biaya penyimpanan data, peningkatan pesat

Lebih terperinci

BAB V PENUTUP. Menggunakan Metode Fuzzy C-Means Clustering, dapat diambil kesimpulan

BAB V PENUTUP. Menggunakan Metode Fuzzy C-Means Clustering, dapat diambil kesimpulan BAB V PENUTUP 5.1. Kesimpulan Dari serangkaian uji coba dan analisa yang telah dilakukan pada aplikasi Sistem Pendukung Keputusan Pengadaan Buku Perpustakaan STIKOM Surabaya Menggunakan Metode Fuzzy C-Means

Lebih terperinci

(M.6) FUZZY C-MEANS CLUSTERING DENGAN ANALISIS ROBUST

(M.6) FUZZY C-MEANS CLUSTERING DENGAN ANALISIS ROBUST (M.6) FUZZY C-MEANS CLUSTERING DENGAN ANALISIS ROBUST 1Nor Indah FitriyaNingrum, 2 Suwanda, 3 Anna Chadidjah 1Mahasiswa JurusanStatistika FMIPA UniversitasPadjadjaran 2Jurusan Statistika FMIPA Universitas

Lebih terperinci

BAB III K-MEDIANS CLUSTERING

BAB III K-MEDIANS CLUSTERING BAB III 3.1 ANALISIS KLASTER Analisis klaster merupakan salah satu teknik multivariat metode interdependensi (saling ketergantungan). Metode interdependensi berfungsi untuk memberikan makna terhadap seperangkat

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Era teknologi informasi saat ini tidak dapat dipisahkan dari multimedia. Data atau informasi yang terdapat pada multimedia tidak hanya disajikan dalam bentuk teks,

Lebih terperinci

PENGELOMPOKAN TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS

PENGELOMPOKAN TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS PENGELOMPOKAN TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS Yulius Palumpun 1), Sitti Nur Alam 2) 1) Program Studi Sistem Informasi Fakultas Ilmu Komputer dan Manajemen (FIKOM) - Universitas

Lebih terperinci

BAB I PENDAHULUAN. pengalihan resiko dari nasabah kepada perusahaan asuransi.

BAB I PENDAHULUAN. pengalihan resiko dari nasabah kepada perusahaan asuransi. BAB I PENDAHULUAN A. Latar Belakang Pada hakekatnya asuransi adalah suatu perjanjian antara nasabah asuransi (tertanggung) dengan perusahaan asuransi (penanggung) mengenai pengalihan resiko dari nasabah

Lebih terperinci

CLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN

CLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN CLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN Fitri Wulandari, Rinto Setiawan Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif

Lebih terperinci

BAB I PENDAHULUAN. Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada

BAB I PENDAHULUAN. Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada BAB I PENDAHULUAN 1.1 Latar Belakang Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada hubungan satu variabel atau dua variabel saja, akan tetapi cenderung melibatkan banyak variabel. Analisis

Lebih terperinci

PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS

PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS Jurnal Ilmiah ILKOM Volume 8 mor (Agustus 16) ISSN: 87-1716 PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS Widya Safira Azis 1 dan Dedy Atmajaya 1 safiraazis18@gmail.com dan dedy.atmajaya@umi.ac.id

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk Indonesia yang tergolong besar, bahkan berada diurutan keempat dunia dengan jumlah penduduk terbesar tentu sangat berpotensi bagi perkembangan bisnis

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan dunia pariwisata, tidak diiringi dengan perkembangan teknologi yang digunakan. Ditambah lagi dengan kondisi, banyak wisatawan yang tidak mau berwisata

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB 1 PENDAHULUAN Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Teknologi komunikasi saat ini mengalami perkembangan yang sangat pesat, terlebih lagi teknologi ponsel atau telepon selular. Makin banyak produk ponsel berkualitas

Lebih terperinci

ANALISIS KELOMPOK DENGAN ALGORITMA FUZZY C-MEANS DAN GUSTAFSON KESSEL CLUSTERING PADA INDEKS LQ45

ANALISIS KELOMPOK DENGAN ALGORITMA FUZZY C-MEANS DAN GUSTAFSON KESSEL CLUSTERING PADA INDEKS LQ45 ANALISIS KELOMPOK DENGAN ALGORITMA FUZZY C-MEANS DAN GUSTAFSON KESSEL CLUSTERING PADA INDEKS LQ45 SKRIPSI Disusun oleh: LAILLY RAHMATIKA J2E009007 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS

Lebih terperinci

CLUSTERING MENGGUNAKAN K-MEANS ALGORITHM (K-MEANS ALGORITHM CLUSTERING)

CLUSTERING MENGGUNAKAN K-MEANS ALGORITHM (K-MEANS ALGORITHM CLUSTERING) CLUSTERING MENGGUNAKAN K-MEANS ALGORITHM (K-MEANS ALGORITHM CLUSTERING) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang Abstract Classification is the process of organizing

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. Analisis cluster

Lebih terperinci

PENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA

PENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA PENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA Trevi Meri Andriyani 1, Lilik Linawati 2, Adi Setiawan 3 1 Mahasiswa Program Studi Matematika

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Kehadiran teknologi informasi terutama basis data dalam perusahaan sudah menjadi kebutuhan pokok. Banyak perusahaan yang mengumpulkan data dengan ukuran yang besar

Lebih terperinci

Bab 2 Tinjauan Pustaka

Bab 2 Tinjauan Pustaka Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Adapun penelitian terdahulu yang berkaitan dalam penelitian ini berjudul Penentuan Wilayah Usaha Pertambangan Menggunakan Metode Fuzzy K-Mean Clustering

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Banyak sekali teknik analisis statistika yang diturunkan atau didasarkan pada

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada era informasi, kebutuhan akan teknologi memberikan peranan yang sangat penting dalam mendukung aktivitas manusia. Salah satu contohnya adalah pengembangan teknologi

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pertumbuhan ekonomi Indonesia yang semakin meningkat dan dikuti oleh majunya pemikiran masyarakat dalam usaha perniagaan membuat maraknya usaha asuransi akhir-akhir

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu teknik analisis statistika yang paling banyak digunakan. Pada kejadian sehari hari terdapat hubungan sebab akibat yang muncul,

Lebih terperinci

BAB I PENDAHULUAN. Pada era globalisasi saat ini harus di akui hampir semua kalangan masyarakat,

BAB I PENDAHULUAN. Pada era globalisasi saat ini harus di akui hampir semua kalangan masyarakat, BAB I PENDAHULUAN A. Latar Belakang Pada era globalisasi saat ini harus di akui hampir semua kalangan masyarakat, baik kalangan atas, menengah ataupun bawah di Indonesia sudah mengenal bahkan sudah menggunakan

Lebih terperinci

KLASIFIKASI SISWA KELAS UNGGULAN MENGGUNAKAN FUZZY C-MEANS

KLASIFIKASI SISWA KELAS UNGGULAN MENGGUNAKAN FUZZY C-MEANS KLASIFIKASI SISWA KELAS UNGGULAN MENGGUNAKAN FUZZY C-MEANS Nunik Mariastuti Wijilestari, Moch. Hariadi Jurusan Teknik Elektro Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 60

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dewasa ini kebutuhan masyarakat akan kredit merupakan hal yang tidak asing. Menyadari bahwa kegiatan kredit pada masyarakat umum semakin meningkat, maka perlu

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pengolahan citra pada masa sekarang mempunyai suatu aplikasi yang sangat luas dalam berbagai bidang antara lain bidang teknologi informasi, arkeologi, astronomi, biomedis,

Lebih terperinci

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... PRAKATA... DAFTAR LAMBANG... DAFTAR GAMBAR...

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... PRAKATA... DAFTAR LAMBANG... DAFTAR GAMBAR... DAFTAR ISI Halaman HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... PRAKATA... DAFTAR ISI... DAFTAR LAMBANG... DAFTAR GAMBAR... DAFTAR TABEL... INTISARI... ABSTRACT...

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Peternakan sapi perah di Indonesia sebagian besar masih dikelola secara sederhana/tradisional oleh peternak. Hal tersebut disebabkan latar belakang pendidikan yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi Penelitian merupakan acuan dalam pelaksanaan sebuah penelitian. Metodologi penelitian berisi rencana kerja yang berurutan agar hasil yang didapatkan sesuai dengan

Lebih terperinci

1 BAB I PENDAHULUAN. 1.1 Latar Belakang

1 BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang 1 BAB I PENDAHULUAN Pengambilan keputusan pada perusahaan berskala nasional seperti perusahaan otomotif merupakan hal yang sangat penting. Dimana keputusan yang salah bisa mengakibatkan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam menyusun skripsi ini menggunakan

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam menyusun skripsi ini menggunakan BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan dalam menyusun skripsi ini menggunakan metode deskriptif. Menurut Sugiono dalam bukunya Metodologi Penelitian Bisnis (2009)

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS Sinawati ), Ummi Syafiqoh 2) ), 2) Sistem Informasi STMIK PPKIA Tarakanita Rahmawati Tarakan Jl Yos

Lebih terperinci

BAB I PENDAHULUAN. informasi yang berbeda-beda. Berita yang dipublikasi di internet dari hari ke hari

BAB I PENDAHULUAN. informasi yang berbeda-beda. Berita yang dipublikasi di internet dari hari ke hari BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin maju dan maraknya penggunaan internet saat ini, tidak sedikit lembaga media mendistribusikan informasi berita secara online. Tidak

Lebih terperinci

SKRIPSI. Disusun Oleh: SARITA BUDIYANI PURNAMASARI NIM

SKRIPSI. Disusun Oleh: SARITA BUDIYANI PURNAMASARI NIM PEMILIHAN CLUSTER OPTIMUM PADA FUZZY C-MEANS (Studi kasus: Pengelompokan Kabupaten/Kota di Jawa Tengah berdasarkan Indikator Indeks Pembangunan Manusia) SKRIPSI Disusun Oleh: SARITA BUDIYANI PURNAMASARI

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini jenis mobil begitu banyak dari berbagai merk, secara umum dibagi menjadi beberapa jenis yaitu: Sedan, SUV (Sport Utility Vehicle), MPV (Multi Purpose

Lebih terperinci

PENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS

PENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS PENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS WULAN ANGGRAENI wulangussetiyo@gmail.com Program Studi Pendidikan Matematika Universitas Indraprasta PGRI Abstract. The purpose of this study was to

Lebih terperinci

3. METODOLOGI. Penelitian dilakukan dalam tiga tahap utama : Persiapan, Evaluasi

3. METODOLOGI. Penelitian dilakukan dalam tiga tahap utama : Persiapan, Evaluasi 3. METODOLOGI A. Kerangka Pemikiran Penelitian dilakukan dalam tiga tahap utama : Persiapan, Evaluasi dan Pembuatan Prototipe Sistem (Gambar 3.1). Tahap Persiapan terdiri dari pengumpulan dokumen, input

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Dalam mencapai tujuan pembangunan ekonomi diperlukan peran serta lembaga keuangan untuk membiayai pembangunan tersebut. Lembaga keuangan memegang peranan penting dalam

Lebih terperinci

MENGELOMPOKKAN SISWA BERPRESTASI AKADEMIK DENGAN MENGGUNAKAN METODE K MEANS KELAS VII MTS HIDAYATUL

MENGELOMPOKKAN SISWA BERPRESTASI AKADEMIK DENGAN MENGGUNAKAN METODE K MEANS KELAS VII MTS HIDAYATUL MENGELOMPOKKAN SISWA BERPRESTASI AKADEMIK DENGAN MENGGUNAKAN METODE K MEANS KELAS VII MTS HIDAYATUL Nur Jannah 1, Tony Yulianto 2 1,2) Jurusan Matematika, FMIPA Universitas Islam Madura (UIM) Jl. Bettet

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pesatnya pertumbuhan pasar pada sektor telekomunikasi seluler semakin terlihat dengan banyaknya jumlah pelanggan yang ada pada setiap para penyedia jasa telepon seluler.

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang 1 BAB I PENDAHULUAN 1.1. Latar Belakang Clustering adalah proses di dalam mencari dan mengelompokkan data yang memiliki kemiripan karakteristik (similarity) antara satu data dengan data yang lain. Clustering

Lebih terperinci

BAB I PENDAHULUAN. diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai

BAB I PENDAHULUAN. diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai BAB I PENDAHULUAN 1.1 Latar Belakang Risiko kematian sangat berpengaruh terhadap beberapa jenis asuransi, diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai tingkat risiko kematian

Lebih terperinci

STUDI POTENSI PENYEBAB MASALAH LALU LINTAS DENGAN METODE CLUSTER ANALYSIS IBU KOTA PROVINSI DI PULAU SUMATERA

STUDI POTENSI PENYEBAB MASALAH LALU LINTAS DENGAN METODE CLUSTER ANALYSIS IBU KOTA PROVINSI DI PULAU SUMATERA STUDI POTENSI PENYEBAB MASALAH LALU LINTAS DENGAN METODE CLUSTER ANALYSIS IBU KOTA PROVINSI DI PULAU SUMATERA Oleh: Hamdeni Medriosa¹, Fredi Desfiana Putra² Fakultas Teknik Sipil dan Perencanaan Institut

Lebih terperinci

BAB I PENDAHULUAN. Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam

BAB I PENDAHULUAN. Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam BAB I PENDAHULUAN 1.1 LATAR BELAKANG Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam manajemen informasi karena jumlah informasi yang semakin besar jumlahnya. Data mining sendiri

Lebih terperinci

PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN

PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN Fauziah Nur1, Prof. M. Zarlis2, Dr. Benny Benyamin Nasution3 Program Studi Magister Teknik Informatika, Universitas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan perkembangan zaman dan kompleksnya kehidupan, maka manusia menginginkan tersedianya informasi yang tepat dan akurat dalam mengambil keputusan.

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Berdasarkan data dari Kementerian Komunikasi dan Informasi Indonesia yang diperoleh dari Lembaga Riset Pasar E-Marketer, populasi pengguna internet tanah air pada tahun

Lebih terperinci

ANALISIS KLASTERING LIRIK LAGU INDONESIA

ANALISIS KLASTERING LIRIK LAGU INDONESIA ANALISIS KLASTERING LIRIK LAGU INDONESIA Afdilah Marjuki 1, Herny Februariyanti 2 1,2 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank e-mail: 1 bodongben@gmail.com,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Perumusan Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang dan Perumusan Masalah BAB I PENDAHULUAN 1.1 Latar Belakang dan Perumusan Masalah Dunia semakin berkembang dengan pesat. Perkembangan itu terjadi di berbagai bidang, baik di bidang perindustrian, perbankan maupun di bidang kesehatan.

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Kecelakaan lalu lintas merupakan salah satu masalah kesehatan yang menjadi penyebab serius kematian didunia dan menempati peringkat 9 dunia. Indonesia sendiri merupakan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar belakang

BAB I PENDAHULUAN 1.1 Latar belakang BAB I PENDAHULUAN 1.1 Latar belakang Kriminalitas adalah permasalahan pelik yang berdampak luas kepada seluruh lapisan masyarakat. Kriminalitas memang merupakan masalah yang umum ada di manapun. Tindak

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Dalam industri modern ekspektasi pelanggan menjadi suatu acuan pentimg dari kualitas produk. Oleh karena itu dalam proses produksi tidak hanya mementingkan

Lebih terperinci

Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop)

Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop) 157 Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop) Elly Muningsih AMIK BSI Yogyakarta E-Mail : elly.emh@bsi.ac.id Abstrak Berkembangnya

Lebih terperinci

Proses mengelompokkan suatu set objek ke dalam kelompok-kelompok objek yang sejenis. Bentuk yang paling umum digunakan adalah unsupervised learning

Proses mengelompokkan suatu set objek ke dalam kelompok-kelompok objek yang sejenis. Bentuk yang paling umum digunakan adalah unsupervised learning CLUSTERING DEFINISI Clustering : Proses mengelompokkan suatu set objek ke dalam kelompok-kelompok objek yang sejenis Bentuk yang paling umum digunakan adalah unsupervised learning # Unsupervised learning

Lebih terperinci

BAB I PENDAHULUAN. strategis dalam memperlancar roda perekonomian, memperkukuh persatuan dan

BAB I PENDAHULUAN. strategis dalam memperlancar roda perekonomian, memperkukuh persatuan dan BAB I PENDAHULUAN A. Latar Belakang Masalah Transportasi merupakan salah satu sarana yang sangat penting dan strategis dalam memperlancar roda perekonomian, memperkukuh persatuan dan kesatuan serta mempengaruhi

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kebutuhan akan informasi yang cepat, tepat dan akurat sangatlah mutlak, terutama dalam era globalisasi dalam skala luas maupun era otonomi daerah dalam lingkup

Lebih terperinci

PENGKLASIFIKASIAN DATA SEKOLAH PENGGUNA INTERNET PENDIDIKAN MENGGUNAKAN TEKNIK CLUSTERING DENGAN ALGORITMA K-MEANS STUDI KASUS PT TELKOM SURABAYA

PENGKLASIFIKASIAN DATA SEKOLAH PENGGUNA INTERNET PENDIDIKAN MENGGUNAKAN TEKNIK CLUSTERING DENGAN ALGORITMA K-MEANS STUDI KASUS PT TELKOM SURABAYA Artikel Skripsi PENGKLASIFIKASIAN DATA SEKOLAH PENGGUNA INTERNET PENDIDIKAN MENGGUNAKAN TEKNIK CLUSTERING DENGAN ALGORITMA K-MEANS STUDI KASUS PT TELKOM SURABAYA SKRIPSI Diajukan Untuk Memenuhi Sebagian

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dinas Perhubungan Kota Bandung merupakan pendorong utama terwujudnya pembangunan juga kebutuhan sarana, prasarana dan fasilitas yang berdimensi kelancaran dan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini dunia industri berkembang secara pesat, hal ini ditandai dengan munculnya perusahaan perusahaan baru yang berakibat munculnya persaingan antar perusahaan.

Lebih terperinci

BAB III METODE PENELITIAN. Alasan memilih Ciputra Taman Dayu Pandaan dikarenakan Ciputra Taman Dayu

BAB III METODE PENELITIAN. Alasan memilih Ciputra Taman Dayu Pandaan dikarenakan Ciputra Taman Dayu BAB III METODE PENELITIAN 1.1 Lokasi Penelitian Lokasi penelitian ini di Ciputra Taman Dayu Property Pandaan Pasuruan yang terletak di Jl. Raya Surabaya Km. 48 Pandaan 67156 Pasuruan Jawa Timur. Alasan

Lebih terperinci

PENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA

PENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA PENERAPAN ALGORITMA FUZZY C-MEANS (FCM) PADA PENENTUAN LOKASI PENDIRIAN LOKET PEMBAYARAN AIR PDAM SALATIGA Trevi Meri Andriyani 1, Lilik Linawati 2, Adi Setiawan 1 Mahasiswa Program Studi Matematika FSM

Lebih terperinci

BAB I PENDAHULUAN 1.1.Latar Belakang Masalah

BAB I PENDAHULUAN 1.1.Latar Belakang Masalah BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Mengingat kondisi perekonomian saat ini sedang tumbuh dan berkembang secara signifikan, di negara khususnya Indonesia, memiliki peningkatan permintaan produk

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan jaman, komputer semakin banyak berperan di dalam kehidupan masyarakat. Hampir semua bidang kehidupan telah menggunakan komputer sebagai

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Model regresi yang baik memerlukan data yang baik pula. Suatu data dikatakan baik apabila data tersebut berada di sekitar garis regresi. Kenyataannya, terkadang terdapat

Lebih terperinci

Pengenalan Pola. K-Means Clustering

Pengenalan Pola. K-Means Clustering Pengenalan Pola K-Means Clustering PTIIK - 2014 Course Contents 1 Definisi k-means 2 Algoritma k-means 3 Studi Kasus 4 Latihan dan Diskusi K-Means Clustering K-Means merupakan salah satu metode pengelompokan

Lebih terperinci

UKDW BAB I PENDAHULUAN Latar Belakang Masalah

UKDW BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seni batik merupakan salah satu warisan budaya yang asli dari Indonesia. Seni batik sendiri juga sudah ada dan dikenal sejak beberapa abad yang lalu di Tanah

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1. Tahapan Penelitian Ada empat tahap utama yang dilakukan dalam penelitian ini. Tahap-tahap tersebut antara lain analisa masalah, persiapan data, pengumpulan data, pengembangan

Lebih terperinci

Kata kunci: Cluster, Knowledge Discovery in Database, Algoritma K-Means,

Kata kunci: Cluster, Knowledge Discovery in Database, Algoritma K-Means, K- Pembentukan cluster dalam Knowledge Discovery in Database dengan Algoritma K-Means Oleh: Sri Andayani Jurusan Pendidikan Matematika FMIPA UNY,email: andayani@uny.ac.id Abstrak Pembentukan cluster merupakan

Lebih terperinci

SEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA

SEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA SEGMENTASI CITRA MENGGUNAKAN K-MEANS DAN FUZZY C- MEANS DENGAN BERBAGAI RUANG WARNA Kamil Malik Jurusan Teknik Informatika STT Nurul Jadid Paiton nomor1001@gmail.com Andi Hutami Endang Jurusan Teknik Informatika

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Penggunaan teknologi komputer saat ini seperti sudah merupakan hal yang wajib bagi masyarakat. Banyak pekerjaan yang bisa diselesaikan dengan mudah, cepat dan akurat

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kemiskinan merupakan hal yang sangat kompleks. Di wilayah Kecamatan Bantul, seorang warga disebut sebagai keluarga miskin berdasarkan beberapa aspek seperti

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan BAB I PENDAHULUAN Asuransi merupakan salah satu contoh Industri Keuangan Non Bank dimana asuransi terbagi menjadi dua jenis yaitu asuransi jiwa (life insurance) dan asuransi umum atau asuransi non jiwa

Lebih terperinci

SISTEM PAKAR DIAGNOSIS JENIS JERAWAT PADA WAJAH MENGGUNAKAN METODE K-MEANS CLUSTERING

SISTEM PAKAR DIAGNOSIS JENIS JERAWAT PADA WAJAH MENGGUNAKAN METODE K-MEANS CLUSTERING SISTEM PAKAR DIAGNOSIS JENIS JERAWAT PADA WAJAH MENGGUNAKAN METODE K-MEANS CLUSTERING Siti Hadianti 1, Helen Sastypratiwi, Anggi Srimurdianti Sukamto 3. 1,, 3 Program Studi Informatika Universitas Tanjungpura

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan

Lebih terperinci

Analisis Klaster untuk Pengelompokan Kemiskinan di Jawa Barat Berdasarkan Indeks Kemiskinan 2016

Analisis Klaster untuk Pengelompokan Kemiskinan di Jawa Barat Berdasarkan Indeks Kemiskinan 2016 Analisis Klaster untuk Pengelompokan Kemiskinan di Jawa Barat Berdasarkan Indeks Kemiskinan 2016 Rana Amani Desenaldo 1 Universitas Padjadjaran 1 rana.desenaldo@gmail.com ABSTRAK Kesejahteraan sosial adalah

Lebih terperinci

Klasterisasi Wilayah Pemasaran berdasarkan Preferensi Konsumen terhadap PT. X

Klasterisasi Wilayah Pemasaran berdasarkan Preferensi Konsumen terhadap PT. X Klasterisasi berdasarkan Konsumen terhadap PT. X Prasetyo, Andhika Eko Program Studi Manajemen Rekayasa Universitas Internasional Semen Indonesia Jl. Veteran Gresik, Jawa Timur 61122 E-mail: andhika.prasetyo@uisi.ac.id

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. DESAIN PENELITIAN Desain penelitian ini meliputi : 1. Tahapan awal penelitian a. Menentukan kebutuhan data yang dibutuhkan. b. Mengumpulkan semua data yang dibutuhkan c.

Lebih terperinci

BAB I PENDAHULUAN. usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan

BAB I PENDAHULUAN. usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan BAB I PENDAHULUAN 1.1 Latar Belakang PT. Bali Sinar Mentari adalah perusahaan yang bergerak pada bidang usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan domestik maupun mancanegara

Lebih terperinci

.: Analisis Gerombol - Bagian 1 :.

.: Analisis Gerombol - Bagian 1 :. seri tulisan data mining.: Analisis Gerombol - Bagian 1 :. Konsep Dasar Bagus Sartono bagusco@gmail.com May 15, 2016 Abstract Pada seri tulisan ini akan dipaparkan beberapa hal dasar dan umum mengenai

Lebih terperinci

CLUSTERING PENCAPAIAN KARAKTER SISWA MENGGUNAKAN ALGORITMA K-MEANS

CLUSTERING PENCAPAIAN KARAKTER SISWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PENCAPAIAN KARAKTER SISWA MENGGUNAKAN ALGORITMA K-MEANS Muhammad Toha, 1), I Ketut Edy Purnama 2) dan Surya Sumpeno 3) 1) Bidang Keahlian Telematika (Konsentrasi CIO) Jurusan Teknik Elektro

Lebih terperinci

PENGELOMPOKKAN DESA DI KABUPATEN SORONG PROVINSI PAPUA BARAT TAHUN 2016 BERDASARKAN STATUS KETERTINGGALAN

PENGELOMPOKKAN DESA DI KABUPATEN SORONG PROVINSI PAPUA BARAT TAHUN 2016 BERDASARKAN STATUS KETERTINGGALAN PENGELOMPOKKAN DESA DI KABUPATEN SORONG PROVINSI PAPUA BARAT TAHUN 2016 BERDASARKAN STATUS KETERTINGGALAN Indah Ratih Anggriyani 1), Dariani Matualage 2), Esther Ria Matulessy 3) 1)2)3) Jurusan Matematika

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Mobil merupakan alat transportasi yang digunakan untuk berbagai aktifitas, misalnya dengan adanya mobil dapat membantu seseorang berpergian dengan jarak yang jauh,

Lebih terperinci

BAB I PENDAHULUAN. mengalami perubahan besar dalam hal telekomunikasi dan bertransaksi. Sebagian

BAB I PENDAHULUAN. mengalami perubahan besar dalam hal telekomunikasi dan bertransaksi. Sebagian BAB I PENDAHULUAN 1.1 Latar Belakang Keberhasilan usaha dapat diindikasikan dalam lima hal yaitu jumlah penjualan meningkat, hasil produksi meningkat, keuntungan atau profit bertambah, perkembangan dan

Lebih terperinci

JULIO ADISANTOSO - ILKOM IPB 1

JULIO ADISANTOSO - ILKOM IPB 1 KOM341 Temu Kembali Informasi KULIAH #9 Text Clustering (Ch.16 & 17) Clustering Pengelompokan, penggerombolan Proses pengelompokan sekumpulan obyek ke dalam kelas-kelas obyek yang memiliki sifat sama.

Lebih terperinci