ANALISIS PERMASALAHAN PERANGKAT JARINGAN MENGGUNAKAN METODE ALGORITMA K-MEANS DAN KMEDOIDS

Pratama, Daniel Yoga (2022) ANALISIS PERMASALAHAN PERANGKAT JARINGAN MENGGUNAKAN METODE ALGORITMA K-MEANS DAN KMEDOIDS. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (2MB) | Preview
Preview	Text (ABSTRAK) 02 Abstrak.pdf Download (14kB) | Preview
	Text (BAB I) 03 Bab 1.pdf Restricted to Registered users only Download (139kB)
	Text (BAB II) 04 Bab 2.pdf Restricted to Registered users only Download (223kB)
	Text (BAB III) 05 Bab 3.pdf Restricted to Registered users only Download (1MB)
	Text (BAB IV) 06 bab 4.pdf Restricted to Registered users only Download (193kB)
	Text (BAB V) 07 Bab 5.pdf Restricted to Registered users only Download (740kB)
	Text (BAB VI) 08 Bab 6.pdf Restricted to Registered users only Download (685kB)
	Text (DAFTAR PUSTAKA) 09 Daftar Pustaka.pdf Restricted to Registered users only Download (144kB)
	Text (LAMPIRAN) 10 Lampiran.pdf Restricted to Registered users only Download (1MB)

Abstract

PT Telkom Akses (PTTA) merupakan perusahaan yang bergerak dalam bisnis penyediaan layanan internet.Produk layanan berupa paket layanan komunikasi telepon rumah (voice), internet (Internet on Fiber atau High Speed Internet), dan layanan televisi interaktif (TV Cable), Permasalahan yang sering terjadi pada perangkat jaringan menyebabkan layanan pelanggan terganggu.Proses evaluasi kinerja teknisi yang dilakukan manual menyebabkan hasil dari laporan teknisi kurang maksimal, sehingga memerlukan sebuah teknik pengolahan data agar data lebih akurat dengan menerapkan teknik data mining dengan menggunakan metode algoritma clustering untuk mengelompokkan kendala yang sering terjadi di setiap wilayah PT Telkom Akses Jakarta Utara.Pada penelitian ini diterapkan algoritma clustering K-Means dan K-Medoids,kemudian uji clustering yang optimal menggunakan Metode Elbow dan Silhouette Score.Data yang digunakan sebanyak 1013 baris.Proses untuk mencari nilai clustering yang optimal dilakukan dengan mencari rata rata Silhouette Score dan Nilai Kemurnian with Outlier dari algoritma K-means dan K-Medoids.Hasil penelitian ini menunjukkan bahwa jumlah cluster optimal adalah 2 (dua) untuk algoritma K-Means dengan nilai silhouette score 0,528 dan jumlah cluster optimal 5 (lima) untuk algoritma K-Medoids dengan nilai silhouette score 0,445. Kata kunci: Clustering, K-Means, K-Medoids, TF-IDF Vectorizer, Silhouette Score

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 22 001
NIM/NIDN Creators:	41517120065
Uncontrolled Keywords:	Clustering, K-Means, K-Medoids, TF-IDF Vectorizer, Silhouette Score
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 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:	06 Jun 2022 04:07
Last Modified:	07 Jun 2022 07:43
URI:	http://repository.mercubuana.ac.id/id/eprint/62676

Actions (login required)

View Item