Gurning, Oki Thomas
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

INITIAL CENTROID OPTIMIZATION OF K-MEANS ALGORITHM USING COSINE SIMILARITY Azmi, Fadhillah; Utama, Kevin; Gurning, Oki Thomas; Ndraha, Syukurman
JITE (JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING) Vol 3, No 2 (2020): EDISI JANUARI
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (299.855 KB) | DOI: 10.31289/jite.v3i2.3211

Abstract

Clustering salah satu metode yang sering digunakan di berbagai bidang yang melakukan analisis data, termasuk penggalian data, pengambilan dokumen, segmentasi gambar, dan klasifikasi pola. Adapaun tujuan dari metode tersebut adalah untuk mengelompokkan data ke dalam suatu cluster sehingga kesamaan antara anggota data dalam suatu data informasi yang telah di-cluster yang sama adalah maksimal, di sisi lain untuk kesamaan di antara anggota data yang lain berbeda cluster minimal. Ada beberapa pendekatan metode untuk mengurangi kesalahan pada saat centroid awal yang dipilih selama proses pengelompokan berlangsung. Disini data yang digunakan adalah data acak yang dibuat secara manual yatu 30 data dan 5 atribut, sehingga diperoleh hasil akurasi clustering dalam centroid dengan menggunakan metode K-Means memiliki signifikan 86.67%, sedangkan  menggunakan K-Means dengan cosine similarity tidak jauh berbeda yaitu sebesar 89.7%, maka dari itu hasilnya cukup baik.