<![CDATA[Clustering merupakan salah satu metode machine learning dan termasuk dalam unsupervised learning. Tujuan dari clustering yaitu mencari pola data yang mirip sehingga memiliki kemungkinan dalam mengelompokan data data yang mirip. Banyak Algoritma yang dapat digunakan untuk melakukan proses clustering data. Algoritma C-Means dan algoritma Mixture merupakan bentuk algoritma yang dapat digunakan dalam melakukan proses clustering data.. Algoritma C-Means adalah suatu tehnik pengklusteran data yang mana keberadaan tiap – tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Sedangkan Algoritma Mixture merupakan salah satu jenis data clustering dimana dalam permodelannya, data dalam satu kelompok diasumsikan terdistribusi sesuai dengan salah satu jenis distribusi statistik yang ada. Pada penelitian ini akan dilakukan perbandingan antara Algoritma C-Means dan Algoritma Mixture dalam hal klasterisasi data mahasiswa drop out, dengan melihat hasil performance vector yang di hasilkan pada metode c-means yaitu avg.within centroid distance pada setiap cluster , Sedangkan pada algoritma mixture melihat hasil performance vector dan jumlah number of clusters.]]>
Copyrights © 2022
