UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title
Penanda Bagikan

Skripsi

Implementasi Metode K-Means Dan K-Nearest Neighbor Untuk Pengelompokan Data Potensi Pemakaian Air Pelanggan Pada PDAM Kabupaten Takalar

Nurul Amanda - Nama Orang;

Tujuan penelitian ini adalah mengimplementasikan teknik clustering K-Means untuk mengelompokkan data pelanggan dan memprediksi potensi pemakaian air pelanggan dengan metode K-Nearest Neighbor.
Data ini diperoleh melalui (1) Penelitian Lapangan (2) Studi Pustaka (3) Wawancara.
Hasil penelitian ini menunjukkan bahwa implementasi K-Means dapat mengelompokkan data pelanggan dan menghasilkan potensi pemakaian air pelanggan dengan menggunakan k-Nearest Neighbor. K-Means dan K-Nearest Neighbor memiliki akurasi yang lebih tinggi dalam memprediksi potensi pemakaian air dibandingkan dengan metode K-Nearest Neighbor murni. Hasil menunjukkan akurasi prediksi potensi dengan metode K-Means dan K-Nearest adalah 83,2%, sedangkan hasil prediksi K-Nearest Neighbor tanpa melakukan clustering adalah 80,8%.


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 204) SKR/SI/2018 REF NUR i
01879/SKR-Si/AKBA/18
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR Si 18 NUR i
Penerbit
Makassar : STMIK AKBA., 2018
Deskripsi Fisik
xvi + 88 hlm.; 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF NUR i
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I : Wabdillah dan Pembimbing II : Andi Sumardin
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?