K-Means

Proyek penelitian ini berfokus pada pengembangan dan evaluasi metode penentuan centroid awal dalam algoritma K-means untuk meningkatkan akurasi dan efisiensi clustering. Penelitian ini mencakup analisis berbagai pendekatan pemilihan centroid awal, seperti metode acak, heuristik, dan berbasis data, serta dampaknya terhadap hasil cluster dan konvergensi algoritma. Studi ini bertujuan untuk mengurangi sensitivitas algoritma terhadap inisialisasi awal, mengoptimalkan stabilitas hasil cluster, dan meminimalkan waktu komputasi. Hasilnya diharapkan memberikan kontribusi terhadap peningkatan kinerja K-means dalam aplikasi data skala besar dan kompleks.

Oct 26, 2023

Klastering adalah metode analisis data yang populer dan memainkan peran penting dalam data mining. Klastering merupakan sebuah teknik unsupervised learning karena tidak adanya target label dalam prosesnya, yang bertujuan untuk mengelompokkan data ke dalam beberapa kelompok atau klaster sehingga data dalam satu kelompok memiliki tingkat kemiripan yang maksimum dan data antar kelompok memiliki tingkat kemiripan yang minimum.

Nov 3, 2021