Putri, Nurma Surya (2020) ANALISIS DATA WORLD HAPPINESS REPORT MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (490kB) |
|
Text (BAB I)
BAB I.pdf Download (237kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (544kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (317kB) |
|
Text (BAB V)
BAB V.pdf Download (56kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (78kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-16.11.0352-Nurma Surya Putri - Nurma Surya Putri.zip Restricted to Repository staff only Download (864kB) |
|
Text (PUBLIKASI)
Publikasi-16.11.0352-Nurma Surya Putri - Nurma Surya Putri.pdf Restricted to Repository staff only Download (357kB) |
Abstract
Kebahagiaan merupakan salah satu aspek yang penting dalam hidup manusia bahkan bisa menjadi tujuan hidup manusia. Dewasa ini, tidak sedikit pihak-pihak yang melakukan survei tentang kebahagiaan, salah satunya adalah World Happiness Report. World Happiness Report didirikan oleh Jaringan Solusi Pembangunan Berkelanjutan PBB yang bekerja sama dengan Ernesto Illy Foundation. Survei pertama kali dirilis pada 20 Maret 2012. World Happiness Report menyediakan data berupa kolom yang berisi variabel yang digunakan untuk survei dan baris yang berisi nilai dari variabel yang disediakan. Negara yang diikutkan dalam survei diurutkan berdasarkan ranking yang diperoleh. Oleh karena itu, menjadi celah untuk bisa mendapatkan informasi yang lebih detail dengan mengelompokkan berdasarkan tingkat kebahagiaan negara. Proses pengelompokkan menggunakan algoritma k-means clustering. Data akan dikelompokkan menjadi dua cluster, yaitu tingkat kebahagiaan tinggi, dan tingkat kebahagiaan rendah. Berdasarkan hasil pengujian akurasi algoritma KMeans menggunakan perhitungan nilai DBI meghasilkan nilai cluster yang paling optimal yaitu k=2 dengan nilai 0.128 dengan persentase kemiripan antar data sebesar 87%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Kebahagiaan, World Happiness Report, Pengelompokkan, K-means Clustering, DBI | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 27 Jun 2022 04:36 | ||
| Last Modified: | 18 Aug 2023 05:17 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/2826 |
Actions (login required)
 |
View Item |