Text

SKRIPSI OPTIMASI ALGORITMA K-MEANS DENGAN PARTICLE SWARM OPTIMIZATION (PSO) UNTUK CLUSTERING DATAKENDALA PEMASANGAN BARU LAYANAN INTERNET

---

Kendala pemasangan baru layanan internet sering terjadi akibat keterbatasan
kapasitas atau gangguan pada titik distribusi akhir, yaitu Optical Distribution Point
(ODP). Penelitian ini bertujuan untuk mengoptimalkan proses pengelompokan data
kendala ODP menggunakan algoritma K-Means yang diintegrasikan dengan
Particle Swarm Optimization (PSO). Evaluasi hasil klasterisasi dilakukan
menggunakan metrik Davies-Bouldin Index (DBI) untuk menilai tingkat
kekompakan dan keterpisahan antar cluster. Hasil penelitian menunjukkan bahwa
nilai DBI pada K-Means murni sebesar 0.9519, sedangkan setelah dioptimasi
dengan PSO menurun menjadi 0.5676 menunjukkan bahwa metode PSO + K
Means menghasilkan nilai DBI yang lebih rendah dibandingkan K-Means murni,
yang berarti kualitas pengelompokan meningkat dengan pembentukan cluster yang
lebih kompak dan terpisah dengan baik. Visualisasi hasil juga menunjukkan pola
persebaran kendala yang lebih representatif terhadap kondisi geografis di wilayah
Magelang, sehingga integrasi PSO dan K-Means terbukti lebih efektif dalam
menghasilkan klasterisasi data spasial yang akurat dan dapat dimanfaatkan sebagai
dasar pengambilan keputusan dalam perencanaan jaringan dan penanganan kendala
ODP.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

ELEKTRO HAS O 2026

Penerbit

MAGELANG : UNIVERSITAS TIDAR., 2026

Deskripsi Fisik

XV;98 HLM; 29 CM

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621.38

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar