CLUSTERING DATA MAHASISWA MENGGUNAKAN ME
Teks penuh
Gambar
Garis besar
Dokumen terkait
Penelitian menunjukkan bahwa hasil clustering yang terbaik berada pada ukuran cluster 10 dengan 1 kali iterasi, dengan nilai cohesion 1.2455000 dan distinctness 0.0652344,
Metode yang digunakan pada penelitian ini ialah clustering data menggunakan algoritma SOM untuk melihat karakteristik perkembangan anak usia 2.5–5.4 tahun dari
Metode yang digunakan pada penelitian ini ialah clustering data menggunakan algoritma SOM untuk melihat karakteristik perkembangan anak usia 2.5–5.4 tahun dari
Grafik data ke-1 laju pembelajaran -0.5 momentum 1 SOM tanpa bias Data-1 dilatih menggunakan metode self organizing maps dengan inisialisasi bobot menggunakan metode nguyen
K-Means Clustering untuk strategi marketing suatu universitas maka akan dilakukan penelitian yang membahas tentang Analisa Data Mahasiswa Menggunakan Algoritma
Data yang dipakai dalam pendukung keputusan strategi pemasaran antara lain data asal mahasiswa, program studi, serta asal sekolah yang dianalisa menggunakan K-Means
Metode clustering menggunakan metode K-Means bisa digunakan untuk mengelompokan nilai mahasiswa dan mengevaluasi hasil belajar mahasiswa setiap semesternya sehingga
Pada penelitian ini, performa dari K-Means clustering dinilai dengan menghitung standard deviasi dan standard error dari proses pengelompokkan yang dilakukan
