PERBANDINGAN KINERJA METODE ALGORITMA FUZZY C-MEANS CLUSTERING DAN GUSTAFSON KESSEL CLUSTERING BERDASARKAN INDEKS LQ45

CHOIRUNNISA, FEBRIANIS (2021) PERBANDINGAN KINERJA METODE ALGORITMA FUZZY C-MEANS CLUSTERING DAN GUSTAFSON KESSEL CLUSTERING BERDASARKAN INDEKS LQ45. Sarjana / Sarjana Terapan (S1/D4) thesis, Universitas Muhammadiyah Semarang.

[img]
Preview
Text
HALAMAN DEPAN (2).pdf

Download (562kB) | Preview
[img]
Preview
Text
PENGESAHAN KELULUSAN.pdf

Download (664kB) | Preview
[img]
Preview
Text
ABSTRAK (2).pdf

Download (522kB) | Preview
[img]
Preview
Text
BAB 1.pdf

Download (536kB) | Preview
[img]
Preview
Text
BAB 2.pdf

Download (958kB) | Preview
[img] Text
BAB 3.pdf
Restricted to Repository staff only

Download (816kB) | Request a copy
[img] Text
BAB 4.pdf
Restricted to Repository staff only

Download (821kB) | Request a copy
[img]
Preview
Text
BAB 5.pdf

Download (522kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (627kB) | Preview
[img] Text
DAFTAR LAMPIRAN.pdf
Restricted to Repository staff only

Download (212kB) | Request a copy
[img] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (543kB) | Request a copy

Abstract

Algoritma fuzzy clustering yang umum digunakan adalah Fuzzy C-means (FCM) dan algoritma yang dikembangkan lebih lanjut oleh Gustafson Kessel Clustering (GK) yang mampu mendeteksi kelompok dengan bentuk yang berbeda dibanding FCM. Penelitian ini mengkaji perbandingan penerapan metode FCM dan GK clustering dalam suatu studi kasus, yaitu pengelompokan pada Indeks LQ45 berdasarkan rasio saham yaitu Price Earning Ratio (PER), Earning Per Share (EPS), Dividend Yield (DY). Penentuan banyaknya kelompok optimal dilakukan melalui perhitungan MPCI. Dalam penelitian ini dibuat algoritma FCM dan GK dengan perangkat lunak R studio, yang dapat mempermudah pengguna untuk melakukan analisis pengelompokan. Perbandingan antara hasil optimum metode GK dan metode FCM menghasilkan metode GK yang lebih akurat. Kata Kunci : Pengelompokkan Saham, Fuzzy C-means, Gustafson Kessel Clustering

Item Type: Thesis (Sarjana / Sarjana Terapan (S1/D4) )
Contributors:
ContributionCobtributorsNIDN/NIDKEmail
Thesis advisorWasono, RochdiUNSPECIFIEDperpustakaan@unimus.ac.id
Thesis advisorArum, Prizka RismawatiUNSPECIFIEDperpustakaan@unimus.ac.id
Call Number: 036/Statistika/X/2021
Subjects: L Education > Statistics
Divisions: Faculty of Agricultural Science and Technology > S1 Statistics
Depositing User: perpus unimus
Date Deposited: 17 Nov 2021 06:37
Last Modified: 19 Jan 2022 03:32
URI: http://repository.unimus.ac.id/id/eprint/4939

Actions (login required)

View Item View Item