IMPLEMENTASI K-MEANS DENGAN ALGORITMA LOCAL OUTLIER FACTOR UNTUK MENGATASI DATA OUTLIER PADA CLUSTERING UANG KULIAH TUNGGAL(UKT) MAHASISWA INFORMATIKA

Selvi, Selvi (2024) IMPLEMENTASI K-MEANS DENGAN ALGORITMA LOCAL OUTLIER FACTOR UNTUK MENGATASI DATA OUTLIER PADA CLUSTERING UANG KULIAH TUNGGAL(UKT) MAHASISWA INFORMATIKA. Diploma thesis, UPN "Veteran" Yogyakarta.

	Text COVER.pdf Download (108kB)
	Text ABSTRAK.pdf Download (156kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (154kB)
	Text PENGESAHAN PENGUJI.pdf Download (187kB)
	Text DAFTAR ISI.pdf Download (156kB)
	Text DAFTAR PUSTAKA.pdf Download (166kB)
	Text SKRIPSI FULL_SELVI_123200026.pdf Restricted to Repository staff only Download (3MB)

Abstract

Dalam machine learning, clustering adalah teknik yang digunakan untuk mengelompokkan
data secara unsupervised. Salah satu algoritma yang umum digunakan untuk clustering
adalah K-Means, yang bekerja dengan mencari kombinasi variabel dan atribut objek untuk
mengelompokkan data dengan cepat dan sederhana. Namun, K-Means dapat mengalami
masalah ketika terdapat outlier dalam data. Dalam penelitian ini, metode Local Outlier
Factor (LOF) digunakan untuk mengatasi masalah outlier yang dihadapi oleh K-Means.
LOF bekerja dengan mendeteksi outlier melalui perhitungan kepadatan titik data tertentu.
Proses LOF diimplementasikan setelah proses preprocessing data dan sebelum proses
clustering menggunakan K-Means. Data yang digunakan dalam penelitian ini adalah data
UKT mahasiswa dari kampus, dengan total 317 data yang terbagi menjadi 8 golongan.
Percobaan dengan menggunakan K-Means tanpa LOF menghasilkan akurasi sebesar
34,90%. Namun, setelah K-Means dipadukan dengan LOF, akurasi meningkat signifikan
menjadi 98,30%. Dalam proses deteksi outlier, 30 data diidentifikasi sebagai outlier, yang
menyebabkan peningkatan nilai silhouette score menjadi 0.69499 dalam pengujian model.
Dengan demikian, penggunaan metode LOF sebelum clustering dengan K-Means terbukti
efektif dalam meningkatkan akurasi dan kualitas model cluster.
Kata kunci : Outlier, Local Outlier Factor, Klasterisasi, K-means

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Outlier, Local Outlier Factor, Klasterisasi, K-means
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Bayu Setya Pambudi
Date Deposited:	12 Jun 2024 04:30
Last Modified:	12 Jun 2024 04:30
URI:	http://eprints.upnyk.ac.id/id/eprint/39740

Actions (login required)

View Item