@prefix event: . @prefix eprel: . @prefix rdf: . @prefix dc: . @prefix geo: . @prefix epid: . @prefix ep: . @prefix owl: . @prefix xsd: . @prefix foaf: . @prefix cc: . @prefix dct: . @prefix void: . @prefix skos: . @prefix bibo: . @prefix rdfs: . <> foaf:primaryTopic ; rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string . dct:hasPart ; ep:hasFile ; rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . dct:hasPart ; ep:hasFile ; rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . dct:hasPart ; ep:hasFile ; rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Text)"^^xsd:string . rdf:type bibo:Document, ep:Document; rdfs:label "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI (Archive)"^^xsd:string . rdf:_1 . <> ; bibo:abstract "Penggunaan perangkat wearable dengan sensor GPS dan detak jantung yang\r\nsemakin meningkat telah menghasilkan volume data aktivitas yang besar dan\r\nmemerlukan metode analisis yang efektif untuk segmentasi pola. Penelitian ini\r\nbertujuan mengimplementasikan algoritma K-Means Clustering untuk melakukan\r\nsegmentasi pola aktivitas pelari berdasarkan data GPS dan heart rate menggunakan\r\ndata simulasi yang merepresentasikan karakteristik aktivitas lari nyata. Penelitian\r\nmenggunakan data sekunder berupa data dummy yang merepresentasikan 547 aktivitas\r\nlari dengan lima fitur utama yaitu kecepatan, pace, detak jantung, elevasi, dan Route\r\nComplexity Index (RCI). \r\nMetodologi penelitian meliputi preprocessing data dengan normalisasi z-score,\r\npenentuan jumlah cluster optimal menggunakan Elbow Method dan Silhouette Score,\r\nserta implementasi K-Means dengan inisialisasi k-means++. Algoritma mencapai\r\nkonvergensi pada iterasi ke-47 dengan kompleksitas komputasi O (n×k×i×d). Hasil\r\nclustering dievaluasi menggunakan tiga metrik yaitu Silhouette Score sebesar 0,487,\r\nDavies-Bouldin Index sebesar 0,823, dan Calinski-Harabasz Index sebesar 342,56\r\nyang menunjukkan kualitas clustering yang baik dengan pemisahan cluster yang jelas\r\ndan homogenitas tinggi.\r\nAnalisis menghasilkan tiga cluster yang memiliki karakteristik berbeda: Cluster\r\n0 (36,6%) menunjukkan aktivitas efisiensi kardiovaskular rendah dengan rasio efisiensi\r\ndetak jantung tinggi, Cluster 1 (32,5%) menunjukkan efisiensi kardiovaskular sedang\r\ndengan karakteristik bervariasi, dan Cluster 2 (30,9%) menunjukkan efisiensi\r\nkardiovaskular tinggi dengan efisiensi fisiologis. Normalisasi terbukti meningkatkan\r\nperforma secara signifikan dengan peningkatan Silhouette Score sebesar 56,1 persen.\r\nPenelitian ini memberikan kontribusi pada penerapan unsupervised learning\r\nuntuk analisis IoT dari perangkat wearable dan mendemonstrasikan bahwa pendekatan\r\nclustering dapat memberikan wawasan bermakna untuk segmentasi pola aktivitas."^^xsd:string; bibo:authorList ; bibo:status ; dc:hasVersion , , , , , , , , ; dct:creator , ; dct:date "2026-03-02"; dct:isPartOf ; dct:issuer , ; dct:subject ; dct:title "K-MEANS CLUSTERING UNTUK SEGMENTASI\r\nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA\r\nGPS DAN HEART RATE DI WILAYAH PERKOTAAN\r\nDAN KABUPATEN: STUDI MENGGUNAKAN DATA\r\nSIMULASI"^^xsd:string; ep:hasDocument , , , , , , , , ; ep:hasPublished , , , , , , , , ; rdf:type bibo:Article, bibo:Thesis, ep:EPrint, ep:ThesisEPrint; rdfs:seeAlso . rdf:type skos:Concept; skos:prefLabel "000 Ilmu komputer, informasi dan pekerjaan umum"@en . rdfs:label "COVER.pdf"^^xsd:string . rdfs:label "BAB I.pdf"^^xsd:string . rdfs:label "BAB V.pdf"^^xsd:string . dc:format "text/html"; dc:title "HTML Summary of #31812 \n\nK-MEANS CLUSTERING UNTUK SEGMENTASI \nINTENSITAS AKTIVITAS LARI BERDASARKAN DATA \nGPS DAN HEART RATE DI WILAYAH PERKOTAAN \nDAN KABUPATEN: STUDI MENGGUNAKAN DATA \nSIMULASI\n\n"; foaf:primaryTopic . dct:isPartOf ; foaf:name "Fakultas Ilmu Komputer, Universitas AMIKOM Yogyakarta"^^xsd:string; rdf:type foaf:Organization . dct:hasPart ; foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string; rdf:type foaf:Organization . foaf:familyName "Imran"^^xsd:string; foaf:givenName "Faisal Bin Muhammad"^^xsd:string; foaf:name "Faisal Bin Muhammad Imran"^^xsd:string; rdf:type foaf:Person . foaf:familyName "Syafrizal"^^xsd:string; foaf:givenName "Melwin"^^xsd:string; foaf:name "Melwin Syafrizal"^^xsd:string; rdf:type foaf:Person .