Komparasi Metode Clustering K-Means, Dbscan dan Hierarchical Untuk Analisis Penyakit Hepatitis C
DOI:
https://doi.org/10.19166/isd.v8i1.591Abstract
In recent years, a disease that is often avoided by humans is hepatitis. Hepatitis is a disease that spreads to the human liver which becomes inflamed so that the function of the liver is stagnant. With the sluggish function of the liver, it will affect other organs in humans and result in blood flow not reaching the liver so that blood pressure becomes abnormal and blood vessels rupture. This study uses the clustering method with datasets contained in the UCI Repository and then compares the three algorithms namely Hierarchical, K-Means, and DBSCAN which aims to find out which algorithm is the best of the three algorithms. the results of this study indicate that the algorithm Hierarchical is the best with a value of 0.7779 without using any scaler.
Downloads
Published
Issue
Section
License
Penulis yang menerbitkan jurnal ini menyetujui persyaratan berikut:
- Penulis memiliki hak cipta dan memberikan hak untuk publikasi pertama jurnal dengan karya yang secara simultan dilisensikan di bawah Creative Commons Attribution License yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepengarangan karya dan publikasi awal dalam jurnal ini.
- Penulis dapat membuat perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam repositori institusional atau di situs web mereka) sebelum dan selama proses pengajuan, karena dapat menyebabkan pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan (Lihat Pengaruh Akses Terbuka).
