Pengarang
Ramdhani, Muhammad Dwiki
Wijaya, Sony Hartono (Pembimbing I)
Penerbitan
Bogor : IPB University, 2022
Deskripsi fisik
x, 38 halaman : Ilustrasi ; 29 cm.
Subjek
Matematika & Ilmu Pengetahuan Alam-- Ilmu Komputer
Computer Science-- Software-- 2022-- Bogor - Jawa Barat
Abstrak
Fitur biner memiliki informasi yang cukup penting dalam analisis data. Pendekatan yang biasa dilakukan dalam menganalisis data tersebut yaitu menggunakan perhitungan kemiripan dan jarak. Namun, banyaknya persamaan untuk menghitung kemiripan ataupun jarak yang ada menyebabkan pemilihan persamaan tersebut sangat penting untuk menghasilkan analisis yang lebih baik. Penelitian ini bertujuan mengembangkan library Python untuk menentukan persamaan kemiripan dan jarak yang paling baik untuk kasus kardiovaskular menggunakan metode waterfall. Hasilnya terdapat dua class utama yang dikembangkan, yaitu PairBestMeasures untuk menganalisis data berdasarkan pasangan target dan AgglomerativeBestMeasures untuk menganalisis penggunaan persamaan jarak dan kemiripan dalam agglomerative clustering. Pada kasus kardiovaskular, kemiripan Sokal Sneath 4 merupakan persamaan yang didapat untuk analisis berdasarkan pasangan target dan Baroni urbani buser 2 merupakan persamaan kemiripan yang didapat dalam analisis agglomerative clusteri
Catatan
Skripsi (Sarjana). -- IPB University, 2022
Akses online
http://repository.ipb.ac.id/handle/123456789/115432