• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Perbandingan Hasil Pengelompokkan antara Metode Average Linkage, Ward, Complete Linkage, dan Single Linkage (Studi Kasus : Indikator Kesehatan Indonesia Tahun 2015)

    Thumbnail
    View/Open
    01.0 cover.pdf (148.5Kb)
    02 preliminari.pdf (1.087Mb)
    03 daftar isi.pdf (150.9Kb)
    04 abstract.pdf (130.6Kb)
    05.1 bab 1.pdf (277.0Kb)
    05.3 bab 3.pdf (538.4Kb)
    05.2 bab 2.pdf (284.8Kb)
    05.4 bab 4.pdf (143.0Kb)
    05.5 bab 5.pdf (1.315Mb)
    05.6 bab 6.pdf (134.8Kb)
    06 daftar pustaka.pdf (212.5Kb)
    07 lampiran.pdf (1.835Mb)
    Date
    2017
    Author
    Utami, Nurhuda Dwi
    Metadata
    Show full item record
    Abstract
    Tujuan dari penelitian ini adalah menerapkan Metode Agglomerative Clustering yang terdiri dari Average Linkage, Ward, Complete Linkage, dan Single Linkage untuk mengetahui karakteristik dari pengelompokkan provinsi di Indonesia berdasarkan indikator kesehatan tahun 2015. Hal ini mampu membantu pemerintah dalam membuat kebijakan tepat guna dalam menyusun kebijakan menanggulangi permasalahan kesehatan di wilayah Indonesia. Pengelompokkan dengan menggunakan empat metode tersebut menghasilkan cluster yang berbeda. Ukuran simpangan baku digunakan untuk mengetahui metode terbaik yang digunakan untuk mengelompokkan provinsi di Indonesia berdasarkan indikator kesehatan. Metode terbaik yang digunakan untuk mengelompokkan provinsi di Indonesia berdasarkan indikator kesehatan Indonesia tahun 2015 adalah Single Linkage. Single Linkage merupakan metode dengan simpangan baku terkecil dibandingkan dengan metode lainnya.
    URI
    http://hdl.handle.net/123456789/11134
    Collections
    • Statistics [1220]

    Related items

    Showing items related by title, author, creator and subject.

    • Perbandingan Hasil Pengelompokan Menggunakan Metode Single Linkage, Ward Linkage (Hirarki) dan Algoritma K-Means (Studi Kasus:Jumlah Kunjungan Pasien pada Semua Puskesmas Daerah di Kabupaten Dompu) 

      Faruk, Abdul (Universitas Islam Indonesia, 2016-11-17)
      The purpose from this research is to discover the characteristic and applying data mining algorithm to cluster the number of visitors of clinic in Dompu district. Hence, it can help government to make appropriate decisions ...
    • Perbandingan Analisis Cluster Hierarki Aglomeratif dengan Menggunakan Metode Single Linkage, Complete Linkage Dan Average Linkage (Studi Kasus: Indikator Kemiskinan Ditinjau dari Sektor Perumahan dan Lingkungan di Kabupaten Gunungkidul Tahun 2015) 

      Putri, Zhazhen Regina (Universitas Islam Indonesia, 2017)
      Kemiskinan masih menjadi persoalan pelik bagi Indonesia meski hal yang sama terjadi di hampir semua negara berkembang di dunia. Daerah Istimewa Yogyakarta salah satu provinsi dengan persentase penduduk miskin di atas ...
    • Analisis Klaster Menggunakan Metode Agglomerative Dan Metode K-Means Dalam Pengelompokan Tingkat Kriminalitas Di Indoensia Tahun 2019 (Studi Kasus : Data Jumlah Kejahatan Berdasarkan Jenis Kejahatan Tahun 2019) 

      SITI RAHMAWATI HINDO (Universitas Islam Indonesia, 2021-06-04)
      Sebagai masyarakat Indonesia merasa aman adalah suatu UUD Republik Indonesia 1945 Pasal 28G ayat (1) menyebutkan “Setiap orang berhak atas perlindungan diri pribadi, keluarga, kehormatan, martabat, dan harta benda ...

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV