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.

Preview	Text HALAMAN DEPAN (2).pdf Download (562kB) | Preview
Preview	Text PENGESAHAN KELULUSAN.pdf Download (664kB) | Preview
Preview	Text ABSTRAK (2).pdf Download (522kB) | Preview
Preview	Text BAB 1.pdf Download (536kB) | Preview
Preview	Text BAB 2.pdf Download (958kB) | Preview
	Text BAB 3.pdf Restricted to Repository staff only Download (816kB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (821kB) | Request a copy
Preview	Text BAB 5.pdf Download (522kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (627kB) | Preview
	Text DAFTAR LAMPIRAN.pdf Restricted to Repository staff only Download (212kB) | Request a copy
	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

Actions (login required)

View Item