RAHARJARAHARJA

ICIT JournalICIT Journal

Penelitian ini menggunakan metode perbandingan jarak antara Manhattan distance dan Euclidean distance dalam menentukan keakuratan k-means. Fokus penelitian ini adalah untuk menentukan perbandingan keakuratan antara dua jarak yang digunakan untuk metode k-means clustering. Dengan menggunakan metode k-means, penelitian ini bertujuan untuk mengelompokkan cluster penyakit jantung, dengan menggunakan dataset yang memiliki atribut kolesterol dan umur, untuk menentukan keakuratan dari kedua pengukuran jarak k-means penulis menggunakan silhouette coeffiecient. Hasil penelitian menunjukkan bahwa pemilihan pengukuran jarak untuk k-means clustering mempengaruhi hasil akhir dari clustering dan silhouette score. K-means clustering yang menggunakan Manhattan distance menghasilkan silhouette score yang lebih tinggi dibandingkan Euclidean distance.

Berdasarkan pengujian dan perancangan yang dilakukan dalam penelitian ini, maka dapat disimpulkan bahwa keakuratan model k-means dengan menggunakan metode Manhattan distance dengan 7 kali iterasi berdasarkan metode silhouette coefficient adalah 0.Keakuratan model k-means dengan menggunakan metode Euclidean distance dengan 7 kali iterasi berdasarkan metode silhouette coefficient adalah 0.Berdasarkan hasil silhouette coefficient, metode Manhattan distance memiliki nilai yang lebih baik dengan selisih nilai 0.

Untuk penelitian lanjutan, dapat dilakukan dengan menggunakan dataset yang lebih bervariasi agar memiliki nilai keakuratan yang lebih baik atau menggunakan metode lain dengan tingkat score keakuratan yang lebih tinggi lagi. Selain itu, penelitian selanjutnya dapat mengeksplorasi pengaruh dari jarak perbandingan untuk k-means clustering dengan menggunakan dataset berbeda, yang dapat memberikan wawasan lebih lanjut yang berguna dalam layanan kesehatan dan bidang lainnya.

  1. Identification of Tuberculosis Patient Characteristics Using K-Means Clustering | Sari | Scientific Journal... doi.org/10.15294/sji.v3i2.7909Identification of Tuberculosis Patient Characteristics Using K Means Clustering Sari Scientific Journal doi 10 15294 sji v3i2 7909
  2. Perbandingan Metode K-Means dan GA K-Means untuk Clustering Dataset Heart Disease Patients | JATISI (Jurnal... doi.org/10.35957/jatisi.v9i3.2799Perbandingan Metode K Means dan GA K Means untuk Clustering Dataset Heart Disease Patients JATISI Jurnal doi 10 35957 jatisi v9i3 2799
Read online
File size428.09 KB
Pages10
DMCAReport

Related /

ads-block-test