Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Informatic Research and Software Engineering
Giopani , Luna Aliska Giopani
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

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

Found 1 Documents
Search

 1 
Perbandingan Algoritma K-Means dan K-Medoids Untuk Pengelompokan Suhu di Provinsi Riau : Comparison of K-Means and K-Medoids Algorithms for Temperature Grouping in Riau Province Faisal, Fahikra; Giopani , Luna Aliska Giopani; Fitriah, Ma’idatul Fitriah; Dwynne, Zaira Cindya Dwynne; Helma, Siti Syahidatul Helma; Mustakim, Mustakim
Indonesian Journal of Informatic Research and Software Engineering (IJIRSE) Vol. 2 No. 2 (2022): Indonesian Journal of Informatic Research and Software Engineering
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (782.874 KB) | DOI: 10.57152/ijirse.v2i2.434

Abstract

Indonesia merupakan negara yang beriklim tropis dimana setiap daerahnya memiliki suhu yang berbeda-beda. Suhu di Indonesia memiliki tingkatan mulai dari panas, sedang, dingin dengan suhu yang selalu berubah-ubah setiap bulan bahkan setiap harinya, peneliti melakukan penelitian dalam pengelompokkan data suhu di Provinsi Riau yang bersumber dari Badan Pusat Statistik (BPS) Riau mulai dari tahun 2019, 2020, 2021. Penelitian ini dilakukan untuk membandingan algoritma yang digunakan serta mengetahui algoritma yang tepat untuk pengelompokkan suhu berdasarkan hasil uji validitas DBI dimana semakin kecil nilai DBI maka semakin baik cluster yang dihasilkan. Berdasarkan hasil percobaan, algoritma K-Means memperoleh nilai DBI terbaik sebesar 0,2 pada K=6 dengan 10 iterasi sedangkan Algoritma K-Medoids memperoleh nilai terbaik sebesar 0,279 pada K=8 dengan 100 iterasi. Hal ini mengartikan bahwa algoritma K-Means lebih baik jika dibandingkan dengan K-Medoids dalam pengelompokkan suhu di Provinsi Riau. Penelitian ini diharapkan dapat memberikan informasi mengenai segmentasi suhu di Provinsi Riau kepada stakeholder sebagai bahan pertimbangan atau analisis suhu di waktu yang akan datang.
Co-Authors Dwynne, Zaira Cindya Dwynne Faisal, Fahikra Fitriah, Ma’idatul Fitriah Mustakim Mustakim Siti Syahidatul Helma