CLUSTERING K-MEANS DENGAN OPTIMASI CENTROID MENGGUNAKAN ALGORITMA PILLAR PADA DATA DEPRESSION, ANXIETY AND STRESS SCALE

NOVOLULU, MOON RAINY (2021) CLUSTERING K-MEANS DENGAN OPTIMASI CENTROID MENGGUNAKAN ALGORITMA PILLAR PADA DATA DEPRESSION, ANXIETY AND STRESS SCALE. Other thesis, UPN “VETERAN” YOGYAKARTA.

Preview	Text COVER_MOON RAINY NOVOLULU_123160074.pdf Download (135kB) | Preview
Preview	Text DAFTAR ISI_MOON RAINY NOVOLULU_123160074.pdf Download (953kB) | Preview
Preview	Text DAFTAR PUSTAKA_MOON RAINY NOVOLULU_123160074.pdf Download (933kB) | Preview
Preview	Text ABSTRAK_MOON RAINY NOVOLULU_123160074.pdf Download (29kB) | Preview
	Text SKRIPSI-FULL-MOON-RAINY-NOVOLULU-123160074.pdf Restricted to Repository staff only Download (3MB)

Abstract

vi
ABSTRAK
Menerapkan algoritma K-Means dan optimasi nilai centroid menggunakan algoritma
Pillar untuk klasterisasi data Depression, Anxiety and Stress Scale (DASS). Menghitung
nilai performa algoritma K-means untuk Clustering dan performa algoritma Pillar K-means
untuk Clustering.
Menggunakan algoritma K-means untuk clustering dan algoritma Pillar untuk
menghasilkan nilai centroid yang optimal.
Berdasarkan implementasi dan hasil pengujian dengan Davies Bouldin Index (DBI)
yang dilakukan, hasil menunjukkan bahwa menggunakan Algoritma K-means dengan Pillar
menghasilkan nilai DBI terendah dibandingkan tanpa Pillar.
Berdasarkan penelitian terdahulu dengan tema yang sama, penelitian ini memiliki
perbedaan dalam segi metode penelitian, hasil dari penelitian dan data yang digunakan
dalam penelitian. Pada penelitian ini menggunakan pengujian performa pada algoritma Kmeans dan Algoritma K-means dengan Pillar menggunakan Davies Bouldin Index. Data
yang digunakan dalam penelitian ini merupakan data tanpa label dari hasil respon survey
terhadap DASS.
Kata Kunci : Klasterisasi, DASS, Algoritma K-means, Algoritma Pillarvii
ABSTRACT
To apply K-means algorithm with centroid optimization using Pillar algoritghm in
clustering Depression Anxiety and Stress Scale (DASS) data. To count the perform value by
the K-means algorithm and Pillar K-means algorithm in clustering.
Using the K-means algorithm to clustering the data and Pillar algorithm get optimal
centroid.
Based on the results of testing with the Davies Bouldin Index (DBI), the results show
that the use of the K-means Algorithm with Pillar produces the lowest DBI value compared
to without Pillar.
Based on previous research with the same theme, this study has differences in terms
of research methods, results of research and data used in research. In this study, using the
performance test on the K-means algorithm and the K-means algorithm with Pillar using
the Davies Bouldin Index. The data used in this study is unlabeled data from the survey
responses of the DASS.
Keywords : Clustering, Depression Anxiety and Stress Scale, DASS, K-means algorithm,
Pillar algorithm

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Klasterisasi, DASS, Algoritma K-means, Algoritma Pillarvii
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	07 Dec 2021 03:40
Last Modified:	23 Aug 2022 04:58
URI:	http://eprints.upnyk.ac.id/id/eprint/27228

Actions (login required)

View Item