Browsing Statistics by Subject "Self Organizing Maps"
Now showing items 1-6 of 6
-
Analisis Perbandingan Algoritma K-Medoids Clustering Dan Self Organizing Maps (SOM) Dalam Cluster Data (Studi Kasus : Data Indikator Pasar Tenaga Kerja setiap Provinsi di Indonesia tahun 2017-2019)
(Universitas Islam Indonesia, 2021-03-22)Analisis clustering merupakan analisis yang bertujuan untuk penempatan sekumpulan obyek dalam dua tau lebih kelompok berdasarkan kesamaan objek karakteristiknya. Terdapat beberapa algoritma clustering yaitu Algoritma ... -
APLIKASI SELF ORGANIZING MAPS DAN WEBGIS DENGAN MENGGUNAKAN R DAN QGIS UNTUK ANALISIS KEPENDUDUKAN 100 NEGARA DI DUNIA
(Universitas Islam Indonesia, 2018-04-13)Tujuan penelitian yang dilakukan adalah untuk mengetahui hasil dari Analisis Cluster terhadap data kependudukan di beberapa negara dunia. Penelitian pengelompokan ini menggunakan metode Self Organizing Maps, dimana ... -
PENGELOMPOKAN INDUSTRI MIKRO DAN KECIL DI INDONESIA MENGGUNAKAN KOHONEN SELF ORGANIZING MAPS (SOM) (Studi Kasus : Pendapatan dan Pertumbuhan Industri Mikro dan Kecil di Indonesia Tahun 2015)
(Universitas Islam Indonesia, 2017)Penelitian ini dilakukan untuk mengetahui karakteristik dan hasil pengelompokan wilayah provinsi berdasarkan masalah pertumbuhan dan pendapatan industri mikro dan kecil yang ada di Indonesia. Dengan menggunakan variabel ... -
PENGELOMPOKAN ZIS, APBN, DAN INDIKATOR KESEJAHTERAAN BERDASARKAN PROVINSI DI INDONESIA MENGGUNAKAN KOHONEN SELF ORGANIZING MAPS (SOM) (Studi Kasus: Dana ZIS, Jumlah Muzakki, APBN, dan Empat Indikator Kesejahteraan Tahun 2016 )
(UNIVERSITAS ISLAM INDONESIA, 2018-05-11)PENGELOMPOKAN ZIS, APBN, DAN INDIKATOR KESEJAHTERAAN BERDASARKAN PROVINSI DI INDONESIA MENGGUNAKAN KOHONEN SELF ORGANIZING MAPS (SOM) (Studi Kasus: Dana ZIS, Jumlah Muzakki, APBN, dan Empat Indikator Kesejahteraan Tahun ... -
Perbandingan Hasil Pengelompokkan Kejahatan Menggunakan K-Means Dan Self Organizing Maps (SOM) (Studi kasus : Pengelompokkan Kejahatan Konvensional di Kota Palopo Tahun 2015)
(Universitas Islam Indonesia, 2016)Tujuan dari penelitian ini adalah mengetahui karakteristik dan menerapkan algoritma data mining untuk mengetahui pengelompokan kejahatan konvensional di Kota Palopo Tahun 2015. Hal ini mampu membantu pemerintah khususnya ... -
Perbandingan Metode Average Linkage dan Self Organizing Maps dalam Pengelompokan Provinsi Berdasarkan Jenis Pekerjaan di Indonesia Tahun 2018
(Universitas Islam Indonesia, 2019-10-16)Banyaknya upaya telah dilakukan untuk semakin memperkokoh persaingan ketenagakerjaan di Indonesia, mulai dari mengembangkan kemampuan para penduduk yang siap kerja dengan melakukan pelatihan dan meningkatkan kualitas ...