Detail Cantuman
Advanced SearchSkripsi
Implementasi K-Means Untuk Mengurangi Waktu Komputasi Pada Pengelompokan Dokumen Berita Bahasa Indonesia Dengan Metode K-Nearest Neighbor
Tujuan penelitian ini adalah mengimplementasikan teknik clustering K-Means untuk mengurangi waktu komputasi pada pengelompokan dokumen berita Bahasa Indonesia dengan metode K-Nearest Neighbor.
Data ini diperoleh dari 1) Studi Pustaka, 2) Website kompas.com. Data ini dianalisis dengan menggunakan kombinasi K-Means dan K-Nearest Neighbor.
Hasil penelitian ini menunjukkan bahwa implementasi K-Means dapat mengurangi waktu komputasi pada pengelompokan berita dengan metode K-Nearest Neighbor dibandingkan dengan metode K-Nearest murni. Rata-rata waktu komputasi metode K-Nearest Neighbor dengan K-Means adalah 0,5011 detik, Sedangkan waktu komputasi metode K-Nearest Neighbor tanpa dilakukan clustering adalah 2,4841 detik.
Ketersediaan
01827/SKR-Si/AKBA/18 | SKR/SI/2018 REF ASR i | Perpustakaan STMIK AKBA (A/202) | Tersedia namun tidak untuk dipinjamkan - No Loan |
Informasi Detil
Judul Seri |
-
|
---|---|
No. Panggil |
SKR Si 18 ASR i
|
Penerbit | STMIK AKBA : Makassar., 2018 |
Deskripsi Fisik |
xvii + 95 hlm.; 28,5 cm
|
Bahasa |
Indonesia
|
ISBN/ISSN |
-
|
Klasifikasi |
REF ASR i
|
Tipe Isi |
-
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
-
|
Subyek |
-
|
Info Detil Spesifik |
Pembimbing I : Ashari dan Andi Yulia Muniar
|
Pernyataan Tanggungjawab |
-
|
Versi lain/terkait
Tidak tersedia versi lain