ANALISIS PENGELOMPOKAN JUMLAH PENUMPANG BUS TRANS JOGJA MENGGUNAKAN METODE CLUSTERING K-MEANS DAN AGGLOMERATIVE HIERARCHICAL CLUSTERING (AHC)

Lisna Zahrotun

Abstract


Teknik kluster merupakan teknik pengelompokan yang sudah di kenal, dimana dalam teknik ini bertujuan untuk mengelompokkan data ke dalam kluster sehingga setiap kluster berisi data yang semirip mungkin.Dengan memanfaatkan data dari dinas perhubungantentang  jumlah penumpang Trans Jogja, maka dalam penelitian ini dilakukan pengelompokan jumlah penumpang berdasarkan jalur bus dan shelter dengan menggunakan metode clustering k-means, dan Agglomerative Hierarchical Clustering  (AHC). Penelitian ini menghasilkan  3 cluster untuk metode K-Means dengan jumlah data untuk cluster 0 ada 15 data, cluster 1 ada 44 data dan cluster 2 ada 54 data. Dan metode AHC3 cluster dengan jumlah data untuk cluster 0 ada 2 data, cluster 1 ada 57 data dan cluster 2 ada 54 data. Sehingga dari hasil pengelompokkan tersebut dapat terlihat  metode K-Means memiliki hasil yang lebih baik dari pada metode AHC

 

Kata kunci : shelter, clustering k-means, agglomerative hierarchical clustering

Full Text:

PDF

References


Berkhin, Pavel. Survey on clustering data mining techniques,

http://www.ee.ucr.edu/~barth/EE242/clustering_survey.pdf di akses pada Desember 2013

Irdiansyah 2007, “Penerapan Data Mining Pada Penjualan Minuman di PT.Pepsi Cola Indobeverages Menggunakan Metode Clustering”

Pralita, F. 2010 ,“Penerapan Jaringan Syaraf tiruan Untuk Memprediksi Jumlah Penumpang Bus Dengan Metode BackPropagation”, Skripsi, Fakultas MIPA, Universitas Islam Indonesia.

Prasetyo, Eko. 2012, “Data Mining Konsep dan Aplikasi Menggunakan Matlbab”, Andi offset, Yogyakarta.

Santosa, Budi, 2007, “Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis”, Graha Ilmu, Yogyakarta.