Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Mantik Penusa
Penda Sudarto Hasugian
STMIK Pelia Nusantara Medan,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
ANALISA DAN IMPLEMENTASI METODE K-MEANS CLUSTERING DALAM PREDIKSI PERSEDIAAN ALAT KONTRASEPSI (STUDI KASUS : KABUPATEN DELISERDANG) Penda Sudarto Hasugian
Jurnal Mantik Penusa Vol. 1 No. 2 (2017): Jurnal Mantik Penusa
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (274.768 KB)

Abstract

Data persediaan alat kontrasepsi pada Badan Keluarga Berencana Dan Pemberdayaan Perempuan Kab. Deli serdang selama ini hanya berfungsi sebagai arsip bagi Badan KB, sehingga data persediaan alat kontrasepsi tersebut tidak dapat dimanfaatkan seperti  untuk mendukung pengembangan pengadaan persediaan alat kontrasepsi pada Badan KB dan Pemberdayaan Perempuan Kab. Deli Serdang. Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan dalam database. Data Mining adalah proses ekstraksi informasi dari kumpulan data melalui penggunaan algoritma dan teknik yang melibatkan bidang ilmu stastistik, mesin pembelajaran, matematika, dan kecerdasan buatan. Data mining digunakan untuk ekstrasi informasi penting yang tersembunyi dari dataset yang besar. Dengan adanya data mining maka akan didapatkan suatu permata berupa pengetahuan di dalam kumpulan data-data yang banyak jumlahnya. K-means clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Menggunakan pendekatan partitional clustering. Tiap cluster dihubungkan dengan sebuah centroid (titik pusat). Tiap titik ditempatkan ke dalam cluster  dengan centroid terdekat.  Jumlah cluster, k,  harus ditentukan. Kata Kunci : Data Mining, Algoritma K-Means Clustering
Co-Authors