Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI JURNAL ILMIAH MATEMATIKA DAN TERAPAN BAREKENG: Jurnal Ilmu Matematika dan Terapan Mathvision : Jurnal Matematika Jurnal Indonesia : Manajemen Informatika dan Komunikasi
Iman Al Fajri
Hasanuddin University
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Energy Engineering Mathematics Mechanical Engineering Physics Transportation

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JURNAL ILMIAH MATEMATIKA DAN TERAPAN

 1 
Analisis Komparasi Algoritma Clustering Berbasis Partisi Untuk Data Numerik Dan Data Kategorikal Lusiyanti, Desy; Fajri, Iman Al; Andri; Fajri, Mohammad
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 20 No. 2 (2023)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/2540766X.2023.v20.i2.16871

Abstract

Dalam prakteknya, tidak selalu semua fitur data bertipe numerik ataupun bertipe kategorik. Perbedaan fitur pada suatu data menjadi permasalahan dalam menentukan metode yang akan digunakan. Salah satu cara yang sering digunakan untuk mengatasi permasalahan tersebut yaitu mengubah salah-satu dari nilai fitur dengan menyesuaikan metode yang akan digunakan. Misalkan dalam analisis cluster, terdapat beberapa algoritma yang sering digunakan diantaranya adalah K-Means dan K-Modes. Kedua metode ini memiliki perbedaan dari fitur yang digunakan. K-Means menggunakan tipe data numerik sedangkan K-Modes menggunakan tipe data kategorik. Dalam penelitian ini dilakukan komprasi antara metode K-Means dan K-Modes untuk mengclusterkan pasien penyakit jantung. Dataset yang digunakan dalam penelitian ini adalah data rekam medis pasien penyakit jantung RSUD Undata palu. Hasil penelitian menunjukkan bahwa dari kedua metode yang dibandingkaan memiliki tingkat akurasi yang baik, yaitu 84.47% (untuk metode K-Means), dan 83.85% (untuk metode K-Modes).
Co-Authors Agusman Sahari Andri Desy Lusiyanti Hendra Mesra Jeffry Kusuma Mohammad Fajri NM Faizah Ryan Rakryan WP Selvy Musdalifah