- Book学术

发布求助

文献互助智能选刊最新文献

Journal of Computer Science and Informatics Engineering (CoSIE) Pub Date : 2023-01-15 DOI:10.55537/cosie.v2i1.567

M. Rosadi, Dhea Aulia Nurhasanah, Muhammad Siddik Hasibuan

{"title":"Clustering Panjang Ruas Jalan di BBPJN Sumut Menggunakan Algoritma K-Means","authors":"M. Rosadi, Dhea Aulia Nurhasanah, Muhammad Siddik Hasibuan","doi":"10.55537/cosie.v2i1.567","DOIUrl":null,"url":null,"abstract":"Abstrak \nJalan adalah prasarana perhubungan darat yang menjadi jalur transportasi yang sangat vital. Pengelompokkan panjang ruas jalan adalah hal yang belum diketahui pada Data Ruas Jalan di BBPJN Sumut. Oleh karena itu penelitian ini akan membahas Clustering Panjang Ruas Jalan di Sumatera Utara. Metode yang digunakan adalah K-Means Clustering Data Mining. Dengan metode K-Means Clustering, data yang telah didapatkan dapat dikelompokkan menjadi beberapa Cluster, dimana proses K-Means Clustering diterapkan dengan menggunakan RapidMiner. Data yang digunakan adalah data ruas jalan Sumatera Utara, area yang tercatat meliputi Jl. BTS. PROV. ACEH - SIMPANG PANGKALAN SUSU hingga Jl. ONAN RUNGGU - TOMOK. Dapat dibagi menjadi 3 Cluster: pendek (C1), sedang (C2) dan panjang (C3). Hasil yang diperoleh adalah terdapat 118 jalan dengan Cluster tingkat pendek (C1), 37 jalan dengan Cluster tingkat sedang (C2), dan 21 jalan dengan Cluster tingkat panjang (C3). Hal ini dapat menjadi masukan bagi BBPJN Sumut untuk mengetahui batas ruas jalan tingkat pendek, tingkat sedang dan tingkat panjang jalan. \nKata kunci: Clustering, K-Means, Data Mining, RapidMiner","PeriodicalId":262122,"journal":{"name":"Journal of Computer Science and Informatics Engineering (CoSIE)","volume":"59 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Computer Science and Informatics Engineering (CoSIE)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55537/cosie.v2i1.567","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

抽象的道路是陆路连接基础设施，成为至关重要的交通路线。BBPJN Sumut的路线程分类是未知的。因此，这项研究将讨论苏门答腊岛北部的长轨迹。使用的方法是k -均值数据挖掘。通过k - mememememe法例，获得的数据可以被归类为多个集群，在这些集群中，K-Means Clustering进程通过快速句句进行应用。使用的数据是北苏门答腊路的数据，有记录的区域包括Jl。BTS。提供。亚齐在Jl南等待TOMOK。可分为3组:短(C1)、中(C2)和长(C3)。结果是118条街道短小(C1)， 37条街道中级集群(C2)， 21条街道长程集群(C3)。这可能是BBPJN Sumut的输入，以了解街道的短、中级和长期限制。关键词:Clustering, K-Means，数据挖掘，RapidMiner

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Clustering Panjang Ruas Jalan di BBPJN Sumut Menggunakan Algoritma K-Means

Abstrak Jalan adalah prasarana perhubungan darat yang menjadi jalur transportasi yang sangat vital. Pengelompokkan panjang ruas jalan adalah hal yang belum diketahui pada Data Ruas Jalan di BBPJN Sumut. Oleh karena itu penelitian ini akan membahas Clustering Panjang Ruas Jalan di Sumatera Utara. Metode yang digunakan adalah K-Means Clustering Data Mining. Dengan metode K-Means Clustering, data yang telah didapatkan dapat dikelompokkan menjadi beberapa Cluster, dimana proses K-Means Clustering diterapkan dengan menggunakan RapidMiner. Data yang digunakan adalah data ruas jalan Sumatera Utara, area yang tercatat meliputi Jl. BTS. PROV. ACEH - SIMPANG PANGKALAN SUSU hingga Jl. ONAN RUNGGU - TOMOK. Dapat dibagi menjadi 3 Cluster: pendek (C1), sedang (C2) dan panjang (C3). Hasil yang diperoleh adalah terdapat 118 jalan dengan Cluster tingkat pendek (C1), 37 jalan dengan Cluster tingkat sedang (C2), dan 21 jalan dengan Cluster tingkat panjang (C3). Hal ini dapat menjadi masukan bagi BBPJN Sumut untuk mengetahui batas ruas jalan tingkat pendek, tingkat sedang dan tingkat panjang jalan. Kata kunci: Clustering, K-Means, Data Mining, RapidMiner

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Journal of Computer Science and Informatics Engineering (CoSIE)

自引率

0.00%

发文量