ALGORITMA K-MEANS MANHATTAN DISTANCE DAN CHEBYSYEV (MAXIMUM VALUE DISTANCE) PADA SERTIFIKASI HOSPITALITY PT.XYZ

LESTARI, SUCI KURNIA (2018) ALGORITMA K-MEANS MANHATTAN DISTANCE DAN CHEBYSYEV (MAXIMUM VALUE DISTANCE) PADA SERTIFIKASI HOSPITALITY PT.XYZ. S1 thesis, Universitas Mercu Buana Jakarta.

[img] Text (JURNAL MAHASISWA)
Jurnal_41516110136_SUCI KURNIA LESTARI.pdf
Restricted to Registered users only

Download (1MB)

Abstract

Permasalahan yang terjadi saat menetukan penempatan jabatan yang cocok berdasarkan nilai dari test peserta adalah perbedaan kemampuan yang dimiliki oleh peserta yang dapat berdampak pada tidak efektifnya pelayanan terhadap customer yang berlangsung. Pengelompokkan peserta dengan kemampuan yang sama merupakan hal yang sangat penting dalam rangka meningkatkan kualitas pelayanan yang dilakukan. Pada penelitian ini dirancang sebuah metode baru untuk pembagian posisi yang cocok sesuai dengan kemampuannya dengan mengkombinasikan metode K-Means Manhattan Distance dan K-means Chebysyev. Dimana ini menggunakan pencarian jarak ke centroid terdekat berdasarkan clustering yang telah di tentukan. Metode K-means digunakan untuk pembagian berdasarkan komponen penilaian dari test. Adapun fitur yang digunakan dalam pengelompokkan adalah nilai test. Kata Kunci : Data Mining, K-Means, Kualitas

Item Type: Thesis (S1)
NIM: 41516110136
Uncontrolled Keywords: Data Mining, K-Means, Kualitas
Subjects: 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika
500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik
500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Dede Muksin Lubis
Date Deposited: 08 Nov 2018 00:43
Last Modified: 08 Nov 2018 00:43
URI: http://repository.mercubuana.ac.id/id/eprint/45444

Actions (login required)

View Item View Item