METODE CLUSTER MENGGUNAKAN KOMBINASI ALGORITMA CLUSTER K-PROTOTYPE DAN ALGORITMA GENETIKA UNTUK DATA BERTIPE CAMPURAN (Studi Kasus:Pengelompokan Desa berdasarkan Indikatpor Ketertinggalan Desa)
No Thumbnail Available
Date
2015-01-18
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Pemerintah dalam menetapkan kebijakannya memerlukan data yang lengkap dan akurat supaya program tepat sasaran. Semakin banyak data yang dikumpulkan maka semakin kompleks tipe data yang dimiliki. Data mining merupakan salah satu metode yang digunakan untuk tipe data ini.
Clustering adalah salah metode utama pada data mining yang berguna untuk mengeksplorasi data. Salah satu metode clustering konvensional yaitu algoritma K-Means efisien untuk dataset berukuran besar dan tipe data numerik tapi tidak untuk data kategorikal.
Algoritma K-Prototype menghilangkan keterbatasan pada data numerik tapi dapat juga digunakan pada data kategorikal. Namun solusi yang dihasilkan oleh kedua algoritma tersebut merupakan solusi lokal optimal dimana salah satu penyebabnya adalah penentuan inisial center cluster. Untuk menghadapi masalah tersebut maka algoritma genetika menjadi salah satu usulan yang dapat digunakan untuk mengoptimalkan hasil pengclusteran dengan K-Prototype
Hasil dari penelitian menunjukkan optimasi pusat cluster dengan algoritma genetika berhasil meningkatkan akurasi hasil cluster dengan K-Prototype.
Description
Keywords
Data mining, Analisis Cluster, Data Campuran