Utami, Shintya Bunga - 145410020 (2020) CLUSTER JUMLAH PENGGUNA ALAT KONTRASEPSI MENGGUNAKAN METODE K-MEANS ( Studi Kasus di Kantor KB Kota Yogyakarta ). Skripsi thesis, STMIK AKAKOM YOGYAKARTA.
|
Text (HALAMAN DEPAN)
1_145410020_HALAMAN_DEPAN.pdf - Published Version Download (771kB) | Preview |
|
|
Text (BAB I)
2_145410020_BAB_I.pdf - Published Version Download (112kB) | Preview |
|
|
Text (BAB II)
3_145410020_BAB_II.pdf - Published Version Download (155kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text (BAB III)
4_145410020_BAB_III.pdf - Published Version Restricted to Repository staff only Download (332kB) | Request a copy |
|
|
Text (BAB IV)
5_145410020_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (248kB) | Request a copy |
|
|
Text (BAB V)
6_145410020_BAB_V.pdf - Published Version Download (35kB) | Preview |
|
|
Text (DAFTAR PUSTAKA)
7_145410020_DAFTAR_PUSTAKA.pdf - Published Version Download (81kB) | Preview |
|
|
Text (CARA MENJALANKAN PROGRAM)
8_145410020_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (43kB) | Preview |
|
|
Text (LISTING PROGRAM)
9_145410020_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (145kB) | Request a copy |
Abstract
Ada begitu banyak data yang terdapat dalam sebuah organisasi, sehingga menimbulkan kesulitan dalam hal pengelompokkan data. Namun dengan perkembangan teknologi sekarang ini terdapat berbagai macam solusi untuk mengatasi kesulitan tersebut. Dengan clustering dimaksudkan agar pihak yang terkait dapat dengan tepat menyalurkan permintaan alat kontrasepsi di masing-masing kecamatan. Algoritma K-Means adalah salah satu algoritma yang paling sederhana yang dikenal dapat menyelesaikan permasalahan clustering dengan baik. Pada algoritma ini, komputer mengelompokkan sendiri data-data yang dapat menjadi masukannya tanpa mengetahui terlebih dulu target kelasnya. Dengan diterapkannya algoritma K-Means dalam proses clusterisasi data jumlah peserta kb aktif di kota Yogyakarta maka diharapkan dapat mengelompokkan dan menentukan jumlah cluster yang paling tepat dan akurat berdasarkan permasalahan tersebut. Dari hasil implementasi yang dilakukan dalam penelitian ini dapat disimpulkan bahwa sistem ini dapat mengelompokkan data jumlah peserta kb aktif di kota Yogyakarta tahun 2017 berdasarkan minat pengguna alat kontasepsi menjadi 2 kelompok, kelompok 1 adalah kelompok peserta kb yang menggunakan alat kontrasepsi bersifat sementara dan kelompok 2 adalah kelompok peserta kb yang menggunakan alat kontrasepsi bersifat permanen. Kata Kunci : Desktop, K-Means, Pengelompokkan.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing: Dini Fakta Sari, S.T., M.T. |
| Uncontrolled Keywords: | Desktop, K-Means, Pengelompokkan. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Bahasa Pemrograman A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Users 7964 not found. |
| Date Deposited: | 24 Feb 2020 08:55 |
| Last Modified: | 24 Feb 2020 08:55 |
| URI: | http://eprints.akakom.ac.id/id/eprint/8826 |
Actions (login required)
 |
View Item |
