Article Per Year (5 Year)
p-Index From 2021 - 2026
1.513
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Sistemasi: Jurnal Sistem Informasi INTEGER: Journal of Information Technology Jurnal Pengabdian UNDIKMA Jurnal Minfo Polgan (JMP) Nusantara Journal of Computers and its Applications Jurnal Pengabdian Kepada Masyarakat SWAGATI: Journal of Community Service
Vit Zuraida
Politeknik Negeri Malang
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Membandingkan Analisa Kesalahan Metode K-Means Clustering dan Canopy K-Means Clustering Dengan Data Gambar Terfilter Hayati, Ariadi Retno; Imama, Wilda; Kirana, Puspa; Zuraida, Vit
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.50978

Abstract

Pada penelitian ini menganalisa kesalahan yang diperoleh pada data pembelajaran pada data gambar dengan membandingkan metode K-Means Clustering dan metode Canopy K-Means Clustering. Data yang digunakan adalah data gambar yang diujikan pada aplikasi yang dibangun dan menelaah nilai kesalahan pada setiap iterasi. Analisa kesalahan dengan memahami karakteristik formula pada metode K-Means Clustering dan Canopy K-Means Clustering dan menganalisa angka kesalahan berdasarkan formula kedua metode dengan demikian maka karakteristik perolehan error pada metode Canopy K-Means Clustering diperoleh berdasarkan karakteristik formula dari metode tersebut. Dari hasil beberapa uji coba dengan dataset yang data berbeda maka diperoleh rata-rata bahwa metode Canopy K-Means Clustering memiliki nilai kesalahan lebih sedikit sejumlah 0,0264% dibandingkan metode K-Means Clustering dengan Euclidean distance dan rata-rata keberhasilan 85% sesuai kelompok.
Co-Authors Akmalia, Masitha Nisa Amanda, Tiara Estu Amelia Sahira Rahma Andhika Satrio Wiratama Ariadi Retno Tri Hayati Ririd Candra Bella Vista Chastine Fatichah Deddy kusbianto Deddy Kusbianto Purwoko Aji Devi, Fitri Mutiara Diana Purwitasari Dimas Fanny Hebrasianto Permadi Eka Apriani, Meyti Elok Nur Hamdana Ernawati, Widi Dwi Evi Suwarni, Evi Habibie Ed Dien Habibie Ed Dien Hayati, Ariadi Retno Kirana, Puspa M. Hasyim Ratsanjani Mohammad Reza Pahlevi Pamenang, M. Unggul Pramudhita, Agung Nugroho Rahma, Amelia Sahira Ratsanjani, M. Hasyim Septian Enggar Sukmana Wilda Imama Sabilla