<![CDATA[Teknik clustering saat ini telah banyak digunakan untuk mengatasi permasalahan yang terkait dengansegementasi data. Implementasi clustering ini dapat diterapkan pada berbagai bidang sebagai contoh dalam halpemasaran, clustering dapat digunakan sebagai metode untuk mengelompokkan data. Metode Clustering memilikitujuan untuk mengelompokkan beberapa data ke dalam beberapa kelompok data sehingga kelompok yang terbentukmemiliki kemiripan data, secara umum proses clustering diolah menggunakan tipe data numerik, namun padakenyataannya proses pengelompokan data tidak hanya menggunakan tipe data numerik, terdapat juga tipe datakategorikal. Untuk itu penulis menggunakan metode K-Prototype yang dioptimasi dengan Algortima Genetikadimana data uji yang digunakan adalah Data German Credit yang memiliki tipe data numerikal dan kategorikal.Dalam penelitian dilakukan perbandingan kinerja antara metode K-Prototype dengan Algoritma Genetika, denganmetode K-Prototype Tanpa Algortima Genetika, dan metode K-Means. Dari beberapa hasil percobaan yangdilakukan metode K-Prototype dengan Algoritma Genetika menghasilkan hasil yang terbaik dari metode KPrototypetanpa Algortima Genetika, dan metode K-Means]]>
Copyrights © 2014
