Claim Missing Document
Check
Articles

Found 2 Documents
Search

APLIKASI METODE FUZZY C-MEANS UNTUK PENGKLASTERAN KELAYAKAN RUMAH DI DESA WAYAME, AMBON Sormin, R. P. A.; Rumlawang, F. Y.; Sinay, L. J.
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 9 No 2 (2015): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (476.489 KB) | DOI: 10.30598/barekengvol9iss2pp135-146

Abstract

Pengklasteran adalah proses pengelompokan data ke dalam klaster berdasarkan parameter tertentu sehingga obyek-obyek dalam sebuah klaster memiliki tingkat kemiripan yang tinggi satu sama lain dan sangat tidak mirip dengan obyek yang lain pada klaster yang berbeda. Algoritma Fuzzy C-Means termasuk salah satu teknik pengklasteran data yang mana keberadaan pada setiap titik data dalam suatu klaster ditentukan oleh derajat keanggotaan. Pada penelitian ini Algoritma Fuzzy C-Means digunakan untuk menentukan kelayakan rumah. Hasil yang diperoleh menunjukkan bahwa masih banyak rumah yang tidak layak di Desa wayame yang harus lebih diperhatikan.
PENERAPAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI KABUPATEN TERTINGGAL DI PROVINSI MALUKU Palisoa, N. F.; Sinay, L. J.; Matdoan, M. Y.; Yudistira, Yudistira; Bakarbessy, Lusye
Parameter: Jurnal Matematika, Statistika dan Terapannya Vol 2 No 2 (2023): Parameter: Jurnal Matematika, Statistika dan Terapannya
Publisher : Jurusan Matematika FMIPA Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/parameterv2i02pp79-86

Abstract

Daerah tertinggal merupakan daerah yang memiliki masyarakat serta kondisi daerahnya kurang berkembang jika dibandingkan dengan daerah lain dalam skala nasional. Pemerataan pengembangan dan pembangunan daerah sangat penting untuk menjamin kesetaraan dan keseimbangan sosial ekonomi demi mencegah adanya daerah tertinggal. Provinsi Maluku merupakan salah satu daerah yang terletak di Kawasan Timur Indonesia dan merupakan salah satu propinsi dengan daerah tertinggal terbanyak yaitu sebanyak 6 kabupaten dari 11 kabupaten/kota. Untuk itu, perlu dilakukan pengklasifikasian wilayah agar dapat menentukan prioritas dalam pemerataan pembangunan yang cepat dan tepat sasaran. Salah satu metode statistika yang dapat digunakan dalam melakukan klasifikasi yaitu Support Vector Machine (SVM). Kelebihan SVM dibandingkan dengan metode lain adalah mampu menghasilkan model klasifikasi yang baik dengan akurasi yang lebih tinggi. Penelitian ini diperoleh hasil bahwa dengan menggunakan metode SVM diperoleh fungsi kernel terbaik yaitu fungsi kernel linear dengan parameter C=1 dan mampu mengklasifikasikan secara benar sebesar 76,13%. Sedangkan error rate model sebesar 23,87%, dimana kabupaten yang awalnya dikategorikan tidak tertinggal menjadi tertinggal ada 3 yaitu Kabupaten Maluku Tenggara, Maluku Tengah, dan Buru. Sementara kabupaten yang awalnya dikategorikan tertinggal menjadi tidak tertinggal juga ada 3 yaitu Kabupaten Seram Bagian Barat, Maluku Tenggara Barat, dan Maluku Barat Daya.