Perbandingan Hasil Pengelompokan menggunakan Analisis Cluster Berhirarki, K-Means Cluster, dan Cluster Ensemble (Studi Kasus Data Indikator Pelayanan Kesehatan Ibu Hamil)

  • Cici Suhaeni Institut Pertanian Bogor
  • Anang Kurnia Institut Pertanian Bogor
  • Ristiyanti Ristiyanti Institut Pertanian Bogor

Abstract

Pengelompokan merupakan kegiatan di bidang riset yang banyak digunakan hingga saat ini. Terlebih di era big data seperti sekarang. Banyak metode yang berkembang untuk keperluan tersebut. Penelitian ini membandingkan hasil pengelompokan menggunakan metode cluster hierarki, k-means cluster, dan cluster ensemble pada pengelompokan provinsi di Indonesia berdasarkan indikator pelayanan kesehatan ibu hamil. Hasil analisis menunjukkan bahwa cluster ensemble merupakan metode yang paling tepat dalam mengelompokkan provinsi-provinsi tersebut. Cluster yang dihasilkan adalah 3 (tiga) cluster.

Kata Kunci: analisis cluster, cluster ensemble, cluster hierarki, k-means cluster.

Downloads

Download data is not yet available.
Published
2018-02-28
How to Cite
Suhaeni, C., Kurnia, A., & Ristiyanti, R. (2018). Perbandingan Hasil Pengelompokan menggunakan Analisis Cluster Berhirarki, K-Means Cluster, dan Cluster Ensemble (Studi Kasus Data Indikator Pelayanan Kesehatan Ibu Hamil). JURNAL MEDIA INFOTAMA, 14(1). https://doi.org/10.37676/jmi.v14i1.469
Section
Articles