Repo Mhs ULM

PERBANDINGAN PENGELOMPOKAN USAHA INDUSTRI MENGGUNAKAN METODE FUZZY C-MEANS DAN FUZZY POSSIBILISTIC C-MEANS

Show simple item record

dc.contributor.author Mega Lestari
dc.date.accessioned 2023-09-21T08:50:46Z
dc.date.available 2023-09-21T08:50:46Z
dc.identifier.uri https://repo-mhs.ulm.ac.id//handle/123456789/41050
dc.description.abstract Bidang usaha industri memiliki peran dalam perkembangan di sektor perekonomian di negara berkembang seperti Indonesia. Dalam hal ini, banyak usaha industri yang semakin berkembang namun data tersebut belum dilakukan pengolahan atau analisis data sehingga menghasilkan informasi penting yang dapat diolah menjadi pengetahuan menggunakan data mining. Salah satu teknik data mining yang digunakan pada penelitian ini adalah pengelompokan data atau clustering. Penelitian ini dilakukan untuk mengetahui hasil perbandingan cluster validity index pada metode Fuzzy C-Means dan Fuzzy Possibilitic C-Means untuk pengelompokan usaha industri di Kabupaten Tanah Bumbu. Pada tiap prosesnya dilakukan 5 kali percobaan dengan jumlah cluster yaitu 3, 4, 5, 6, dan 7 serta untuk atribut yang digunakan Tenaga Kerja Laki-Laki, Tenaga Kerja Perempuan, Nilai Investasi, Nilai Produksi, dan Nilai BB/BP. Selanjutnya pada penelitian ini akan dilakukan evaluasi terhadap Cluster Validity Index yaitu Partition Entropy Index, Partition Coefficient Index, dan Modified Partition Coefficient Index. Penelitian ini memberikan hasil kinerja terbaik pada metode Fuzzy C-Means, dengan Cluster Validity Index yaitu Partition Entropy Index sebesar 0.2156587, Partition Coefficient Index sebesar 0.880782, dan Modified Partition Coefficient Index sebesar 0.821173. Serta jumlah cluster terbaik adalah 3, dengan label cluster yaitu cluster industri berdaya saing rendah, cluster industri berdaya saing menengah, dan cluster industri berdaya saing tinggi.
dc.title PERBANDINGAN PENGELOMPOKAN USAHA INDUSTRI MENGGUNAKAN METODE FUZZY C-MEANS DAN FUZZY POSSIBILISTIC C-MEANS


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account