Analisis Cluster Perolehan Medali pada Asian Games 2018 Menggunakan Metode K-Means

Suci Dwi Lestari, Putri Wulandari

Abstract


AbstrakAsian Games adalah ajang terbaik untuk membuktikan keunggulan dari masing-masing negara yang diukur dari jumlah medali yang diperoleh. Mayoritas peraih medali tertinggi di ajang Asian Games adalah negara yang tingkat perekonomian dan populasinya tinggi. Pada paper ini, kami akan membuktikan apakah ada hubungan antara jumlah medali yang didapat terhadap GDP growth dan populasi pada kontingen negara-negara peserta Asian Games 2018. Metode yang digunakan adalah K-Means Clustering. Hasil dari penelitian ini adalah pembuktian apakah terdapat hubungan antara jumlah medali yang didapat dengan GDP growth dan populasi kontingen negara-negara peserta Asian Games 2018.

Kata Kunci—Asian Games, GDP growth, populasi, clustering, K-Means


Keywords


Asian Games, GDP growth, populasi, clustering, K-Means

Full Text:

PDF

References


“Medali | Asian Games 2018 Jakarta-Palembang.” [Online]. Available: https://id.asiangames2018.id/medals/. [Accessed: 22-Oct-2018].

T. K. Anderson, “Kernel density estimation and K-means clustering to profile road accident hotspots,” vol. 41, pp. 359–364, 2009.

H. P. Ng, S. H. Ong, P. S. Goh, and W. L. Nowinski, “MEDICAL IMAGE SEGMENTATION USING K-MEANS CLUSTERING AND IMPROVED WATERSHED ALGORITHM,” pp. 61–65, 2006.

K. Wagstaf, C. Cardie, S. Rogers, and S. Schroedl, “Constrained K-means Clustering with Background Knowledge,” Eighteenth Int. Conf. Mach. Learn., pp. 577–584, 2001.

“The World Factbook — Central Intelligence Agency.” [Online]. Available: https://www.cia.gov/library/publications/the-world-factbook/rankorder/2003rank.html. [Accessed: 30-Oct-2018].

“Asian Countries by Population (2018) - Worldometers.” [Online]. Available: http://www.worldometers.info/population/countries-in-asia-by-population/. [Accessed: 30-Oct-2018].

A. Agrawal, “Global K-Means ( GKM ) Clustering Algorithm : A Survey,” vol. 79, no. 2, pp. 20–24, 2013.

T. S. Madhulatha, “AN OVERVIEW ON CLUSTERING METHODS,” vol. 2, no. 4, pp. 719–725, 2012.

P. Bholowalia and A. Kumar, “EBK-means: A clustering technique based on elbow method and k-means in WSN,” Int. J. Comput. Appl., vol. 105, no. 9, 2014.

W. Citra and Y. Purwananto, “Optimasi Kinerja Algoritma Klasterisasi K-Means,” vol. 1, no. 1, pp. 197–202, 2012.


Refbacks

  • There are currently no refbacks.