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

Authors

  • Lisna Zahrotun Program Studi Teknik Informatika Universitas Ahmad Dahlan Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164 Telp: (0274) 563515 ext. 3208

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

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 Clusteringâ€

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

Prasetyo, Eko. 2012, “Data Mining Konsep dan Aplikasi Menggunakan Matlbabâ€, Andi offset, Yogyakarta.

Santosa, Budi, 2007, “Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnisâ€, Graha Ilmu, Yogyakarta.

Tan, Pangâ€Ning,; Steinbach,Michael; Kumar ,Vipin, 2006 Data Mining Cluster Analysis : Basic Concepts and Algorithms. http://www-users.cs.umn.edu/~kumar/dmbook/index.php di akses pada Desember 2013

Tang, ZhaoHui; MacLennan, Jamie. 2005. Data Mining with SQL Server 2005. Indiana Polis : Wiley Publishing

Zahrotun, L, Perancangan Data Mining Pengelompokan Jumlah Penumpang Trans Jogja menggunakan metode clustering K-Means, Seminar Teknik Informatika, Universitas Ahmad Dahlan. 2013, Yogyakarta. 134-142

http://transjogja.com/gunakan-trans-jogja/, tanggal akses 12 Desember 2013

Downloads

Published

2015-01-01

Issue

Vol. 9 No. 1 (2015): Januari

Section

Articles

License

Authors who publish with Jurnal Informatika (JIFO) agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

 

 Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.