PENERAPAN ALGORITMA AGGLOMERATIVE HIERARCHICAL
CLUSTERING (AHC) PADA DATA PERTANIAN DI JAWA TENGAH
Total View This Week0
Total View This Week0
Institusion
Universitas Stikubank
Author
Lestari, Sami
Subject
QA75 Electronic computers. Computer science
Datestamp
2020-05-08 01:41:13
Abstract :
Data tanaman hasil hortikultura maupun hasil peternakan dari data Badan Pusat Statistik Provinsi Jawa Tengah menampilkan beberapa kabupaten atau kota yang berpotensi menghasilkan tanaman hortikultura mapupun hasil peternakan. Untuk mengetahui wilayah atau daerah mana saja yang mempunyai potensi penghasil panen tertinggi maupun yang terendah maka diperlukan metode untuk mempermudah identifikasi. Dengan menggunakan agglomerative hierarchical clusteting maka akan dengan mudah dilakukan pengelompokan berdasar potensi hasil penen tiap daerah. Penelitian ini bertujuan untuk melakukan pengklasteran yang diterapkan pada hasil pertanian di Jawa Tengah (Data BPS tahun 2017 yang diterbitkan pada tahun 2018). Pengelompokan atau clustering penulis menggunakan algoritma agglomerative hierarchical clustering dengan tiga metode yaitu single lingkage, complete lingkage dan average lingkage yang ditampilkan dalam bentuk dendogram. Clustering bertujuan untuk mengelompokan objek-objek yang mempunyai kemiripan yang sama sehingga bisa dijadikan acuan penanganan yang hampir sama terhadap objek-objek yang mirip. Data on horticultural and livestock products from Central Java Provincial Statistics Agency data shows several regencies or cities that have the potential to produce horticultural crops as well as livestock products. To find out which regions or regions have the highest or lowest potential harvesting, methods are needed to facilitate identification. By using agglomerative hierarchical clusteting, it will be easy to do groupings based on the potential yields of each region. This study aims to conduct clustering that is applied to agricultural products in Central Java (BPS data for 2017 published in 2018). The grouping or clustering of the authors uses the agglomerative hierarchical clustering algorithm with three methods, namely single circumference, complete circumference and average circumference which are displayed in the form of dendogram. Clustering aims to group objects that have the same similarity so that it can be used as a reference for handling almost the same for similar objects.
Data tanaman hasil hortikultura maupun hasil peternakan dari data Badan Pusat Statistik Provinsi Jawa Tengah menampilkan beberapa kabupaten atau kota yang berpotensi menghasilkan tanaman hortikultura mapupun hasil peternakan. Untuk mengetahui wilayah atau daerah mana saja yang mempunyai potensi penghasil panen tertinggi maupun yang terendah maka diperlukan metode untuk mempermudah identifikasi. Dengan menggunakan agglomerative hierarchical clusteting maka akan dengan mudah dilakukan pengelompokan berdasar potensi hasil penen tiap daerah. Penelitian ini bertujuan untuk melakukan pengklasteran yang diterapkan pada hasil pertanian di Jawa Tengah (Data BPS tahun 2017 yang diterbitkan pada tahun 2018). Pengelompokan atau clustering penulis menggunakan algoritma agglomerative hierarchical clustering dengan tiga metode yaitu single lingkage, complete lingkage dan average lingkage yang ditampilkan dalam bentuk dendogram. Clustering bertujuan untuk mengelompokan objek-objek yang mempunyai kemiripan yang sama sehingga bisa dijadikan acuan penanganan yang hampir sama terhadap objek-objek yang mirip. Data on horticultural and livestock products from Central Java Provincial Statistics Agency data shows several regencies or cities that have the potential to produce horticultural crops as well as livestock products. To find out which regions or regions have the highest or lowest potential harvesting, methods are needed to facilitate identification. By using agglomerative hierarchical clusteting, it will be easy to do groupings based on the potential yields of each region. This study aims to conduct clustering that is applied to agricultural products in Central Java (BPS data for 2017 published in 2018). The grouping or clustering of the authors uses the agglomerative hierarchical clustering algorithm with three methods, namely single circumference, complete circumference and average circumference which are displayed in the form of dendogram. Clustering aims to group objects that have the same similarity so that it can be used as a reference for handling almost the same for similar objects.
File :
SAMILESTARI_17.01.55.5007_HAL JUDUL.pdf
SAMILESTARI_17.01.55.5007_ABSTRAK.pdf
SAMILESTARI_17.01.55.5007_BAB I PENDAHULUAN.pdf
SAMILESTARI_17.01.55.5007_BAB II TINJAUAN PUSTAKA.pdf
SAMILESTARI_17.01.55.5007_BAB III METODOLOGI PENELITIAN.pdf
SAMILESTARI_17.01.55.5007_BAB IV IMPLEMENTASI DAN ANALISA.pdf
SAMILESTARI_17.01.55.5007_BAB V PENUTUP KESIMPULAN DAN SARAN.pdf
SAMILESTARI_17.01.55.5007_DAFTAR PUSTAKA.pdf
SAMILESTARI_17.01.55.5007_LAMPIRAN DAN LEMBAR BIMBINGAN.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
