KLASIFIKASI DATA MULTIDIMENSI MENGGUNAKAN SUBTRACTIVE CLUSTERING DAN K-NEAREST NEIGHTBOR
Proses pengelompokan data (clustering) pada data multi dimensi dapat dilakukan dengan menggunakan algoritma SubtractiveClustering. Dalam proses pengelompokan data (clustering) untuk menentukan pusat cluster (centroid), dipengaruhi oleh besarnya nilai parameter yang diantaranya influence range, squas...
Main Author: | |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
Universitas Semarang
2012-07-01
|
Series: | Transformatika |
Subjects: | |
Online Access: | http://journals.usm.ac.id/index.php/transformatika/article/view/65 |
Summary: | Proses pengelompokan data (clustering) pada data multi dimensi dapat dilakukan dengan menggunakan algoritma SubtractiveClustering. Dalam proses pengelompokan data (clustering) untuk menentukan pusat cluster (centroid), dipengaruhi oleh besarnya nilai parameter yang diantaranya influence range, squash, accept_ratio dan reject_ratio. Dan dalam mengklasifikasikan data terdapat beberapa teknik yang dapat digunakan, salah satunya adalah metode k-Nearest Neightbor yang mengklasifikasikan data dengan ketetanggaan sebagai nilai prediksi dari query instance yang baru. |
---|---|
ISSN: | 1693-3656 2460-6731 |