Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika Universitas Pamulang
Nurul Chafidz
Universitas Satya Negara Indonesia
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
OPTIMASI KLASTERISASI PREDIKSI TINDAK PIDANA KEJAHATAN DENGAN K-MEANS MENGGUNAKAN PSO Ulumuddin Ulumuddin; Nurul Chafidz
Jurnal Informatika Universitas Pamulang Vol 7, No 3 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i3.23530

Abstract

Tindak pidana istilah belandanya merupakan Strafbaar Feit sedangkan bahasa latinnya delict. Dalam kasus ini peneliti mencoba memprediksi kasus tindak pidana kejahatan dengan mengelompokkan masing masing jenis tindak pidana kejahatan  menggunakan K-Means yang dioptimasikan dengan PSO dari data yang peneliti dapatkan di massa lampau, agar mengetahui tingkat keakurasian algoritma k-means yang dioptimasikan dengan PSO, dari hasil uji coba yang peneliti lakukan untuk optimasi k-means PSO, PSO terbukti bisa meningkatkan nilai akurasi terhadap k-means standar dengan nilai akurasi 78,88%
Optimasi Klasterisasi Prediksi Tindak Pidana Kejahatan dengan K-Means Menggunakan PSO Ulumuddin Ulumuddin; Nurul Chafidz
Jurnal Informatika Universitas Pamulang Vol 7, No 3 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v7i3.23530

Abstract

Tindak pidana istilah belandanya merupakan Strafbaar Feit sedangkan bahasa latinnya delict. Dalam kasus ini peneliti mencoba memprediksi kasus tindak pidana kejahatan dengan mengelompokkan masing masing jenis tindak pidana kejahatan  menggunakan K-Means yang dioptimasikan dengan PSO dari data yang peneliti dapatkan di massa lampau, agar mengetahui tingkat keakurasian algoritma k-means yang dioptimasikan dengan PSO, dari hasil uji coba yang peneliti lakukan untuk optimasi k-means PSO, PSO terbukti bisa meningkatkan nilai akurasi terhadap k-means standar dengan nilai akurasi 78,88%
Co-Authors Ulumuddin Ulumuddin