Perpustakaan Universitas Negeri Jakarta

Katalog (Tugas Akhir/Skripsi/Tesis/Disertasi)

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Performa algoritma K-Means untuk clustering pada dokumen pendek dengan centroid yang bervariasi

Ratnasari, Monica Dewi - Nama Orang;

PERFORMA ALGORITMA K-MEANS UNTUK CLUSTERING
PADA DOKUMEN PENDEK DENGAN CENTROID YANG BERVARIASI
MONICA DEWI RATNASARI
ABSTRAK
Penelitian ini bertujuan untuk mengetahui performa algoritma K-Means untuk clustering (mengelompokkan) dokumen teks pendek. Penelitian dilakukan di Jurusan Elektro Universitas Negeri Jakarta pada semester genap (102) tahun ajaran 2014/2015 menggunakan metode eksperimen dengan teknik pengumpulan data dokumentasi dan angket. Pengelompokkan dokumen teks pendek dengan K-Means dalam penelitian ini terdiri dari tahap pra-proses, proses, dan analisa hasil dengan Confusion Matrix. Tahap pra-proses yaitu mencari bobot setiap dokumen yang nantinya akan digunakan sebagai data dalam clustering dengan algoritma K-Means. Tahap proses adalah melakukan clustering dengan algoritma K-Means. Pada tahap ini akan menghasilkan beberapa cluster yang jumlah anggota dari setiap cluster berbeda. Setiap cluster kemudian di analisis dengan Confusion Matrix antara data hasil clustering dengan algoritma K-Means dengan data hasil angket justifikasi. Hasil penelitian tingkat akurasi clustering paragraf kedua pada dua cluster adalah sebesar 58%, empat cluster adalah sebesar 28%, dan sebelas cluster adalah sebesar 18,50%. Sedangkan tingkat akurasi clustering seluruh abstrak pada dua cluster adalah sebesar 56%, empat cluster adalah sebesar 35%, dan sebelas cluster adalah sebesar 22,50%. Sehingga kesimpulan dari penelitian ini adalah bahwa semakin sedikit jumlah cluster yang di clustering, tingkat akurasi cluster akan semakin tinggi, dalam kasus pengelompokan dokumen yang jumlah anggota setiap kelompoknya tidak merata (heterogen).
Kata kunci : clustering, K-Means, dokumen teks pendek Bibliografi : lembar 78-79


Ketersediaan
SS00007886SK 7886UPT Perpustakaan UNJ (CD.05.2015.002)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
SK 7886
Penerbit
Jakarta : Program Studi Pendidikan Teknik Informatika dan Komputer, Jurusan Teknik Elektro, FT, UNJ., 2015
Deskripsi Fisik
xvii, 106 lembar : il. ; 30 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Clustering
K-Means
Dokumen Teks Pendek
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Monica Dewi Ratnasari
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan Universitas Negeri Jakarta
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Sejarah awal perpustakaan berasal dari perpustakaan Fakultas Keguruan dan Ilmu Pendidikan Universitas Indonesia (FKIP UI). Pada tahun 1999 sesuai dengan Keputusan Presiden RI No.93/1999, IKIP Jakarta berubah statusnya menjadi Universitas Negeri Jakarta. Maka Perpustakaan IKIP Jakarta mengubah nama pula menjadi Perpustakaan Universitas Negeri Jakarta.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik