REPORTING DISRUPTION ANALYSIS BASED ON CLUSTERING IN AREA TELECOMMUNICATION CENTRAL JAKARTA

SEPTIAWAN, HADI (2019) REPORTING DISRUPTION ANALYSIS BASED ON CLUSTERING IN AREA TELECOMMUNICATION CENTRAL JAKARTA. S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
Text (JURNAL)
Yudisium Hadi Septiawan.pdf

Download (1MB) | Preview

Abstract

Dalam tulisan ini, kami melakukan penelitian tentang STO yang memiliki gangguan paling besar di Wilayah Jakarta Pusat di sebuah perusahaan telekomunikasi. Kami menerapkan algoritma DBSCAN dalam melakukan penelitian karena algoritma itu sangat kompatibel dengan data yang diperoleh. DBSCAN adalah algoritma pengelompokan spasial berbasis kepadatan yang juga dapat menentukan anomali dalam seri data, sehingga semakin padat data cluster akan terbentuk. Di sini kami menggunakan indeks siluet sebagai proses validasi untuk mengevaluasi hasil pengelompokan. Nilai indeks siluet untuk setiap objek mewakili seberapa baik setiap objek berada di gugus. Setelah kami menentukan dataset yang akan diproses, Algoritma DBSCAN diimplementasikan. untuk menentukan nilai Eps dan MinPts yang akan diuji untuk mendapatkan hasil siluet maksimum. Dalam jurnal ini kami menggunakan Eps 1.0 dan Minpts 10 karena dari hasil pengaturan kami memperoleh hasil yang diinginkan yaitu, membuat 5 cluster dengan Indeks Siluet terbesar (0,9862). Dari hasil ini kami mendapatkan kesimpulan bahwa STO Cempaka Putih adalah STO dengan gangguan terbesar, sedangkan untuk STO Kemayoran adalah STO dengan gangguan paling sedikit. Untuk jenis gangguan ini, dapat disimpulkan dari semua kluster bahwa telepon mati / tidak ada nada adalah tipe interferensi paling banyak dari semua kluster. Sementara itu, untuk outlier yang dianalisis, outlier itu bukan Kebisingan tetapi lokasi pelanggan yang berada di STO A tetapi jaringan teknis terdaftar di STO B; ini biasanya disebut koneksi barat timur. Kata kunci: Data mining, Clustering, K-Means, K-Medoids, Dbscan, Complain Handling, Comunication

Item Type: Thesis (S1)
Call Number CD: JM/TI. 19 361
NIM/NIDN Creators: 41515110108
Uncontrolled Keywords: Data mining, Clustering, K-Means, K-Medoids, Dbscan, Complain Handling, Comunication
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi > 025 Operations, Archives, Information Centers/Operasional Perpustakaan, Arsip dan Pusat Informasi, Pelayanan dan Pengelolaan Perpustakaan
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi > 025 Operations, Archives, Information Centers/Operasional Perpustakaan, Arsip dan Pusat Informasi, Pelayanan dan Pengelolaan Perpustakaan > 025.3 Bibliographic Analysis and Control/Bibliografi Analisis dan Kontrol Perpustakaan
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Dede Muksin Lubis
Date Deposited: 11 Aug 2022 02:43
Last Modified: 30 Oct 2023 02:57
URI: http://repository.mercubuana.ac.id/id/eprint/67283

Actions (login required)

View Item View Item