METODE K-MEANS DALAM VISUALISASI BERBASIS GOOGLE MAP TERHADAP KLASTERISASI KOORDINAT BTS (BASE TRANSCEIVER STATION)

Oktaviana, Yosa (2022) METODE K-MEANS DALAM VISUALISASI BERBASIS GOOGLE MAP TERHADAP KLASTERISASI KOORDINAT BTS (BASE TRANSCEIVER STATION). Masters thesis, Universitas Putra Indonesia "YPTK".

[img]
Preview
Text (ABSTRAK)
TESIS_YOSA OKTIVIANA_202321049_ABSTRAK.pdf

Download (470kB) | Preview
[img]
Preview
Text (BAB 1)
TESIS_YOSA OKTIVIANA_202321049_BAB 1.pdf

Download (505kB) | Preview
[img]
Preview
Text (DAFTAR PUSTAKA)
TESIS_YOSA OKTIVIANA_202321049_DAFTAR PUSTAKA.pdf

Download (341kB) | Preview
[img] Text (FULL TEXT)
TESIS_YOSA OKTIVIANA_202321049_FULL TEXT.pdf
Restricted to Repository staff only

Download (8MB)

Abstract

Pengawasan Menara Telekomunikasi atau Base Transceiver Station (BTS) di Kabupaten Kerinci dilaksanakan oleh Dinas Komunikasi dan Informatika Kabupaten Kerinci. Pengawasan dilakukan dengan monitoring dan pemantauan ke seluruh lokasi BTS yang ada di Kabupaten Kerinci. Permasalahan yang dihadapi oleh Tim Pengawas adalah pengelompokan BTS berdasarkan kedekatan jarak antar BTS berdasarkan jumlah tim pengawas. Penelitian ini bertujuan untuk mempermudah Tim Pengawas BTS dalam melakukan pengawasan dengan klasterisasi titik koordinat berdasarkan kedekatan jarak antar BTS berdasarkan jumlah tim pengawas dengan visualisasi berbasis google map. Data-data koordinat BTS digunakan sebagai titik acuan untuk melakukan pengelompokan. Data yang digunakan dalam penelitian ini adalah data titik koordinat BTS tahun 2021, bersumber dari Bidang Layanan E-Government Dinas Komunikasi dan Informatika Kabupaten Kerinci. Dataset terdiri dari 78 data titik koordinat BTS. Pengolahan data dalam penelitian ini menggunakan metode clustering dengan menggunakan algoritma K-Means. Hasil dalam penelitian ini mendapatkan 3 Cluster BTS yaitu Cluster 1 (L2) Jarak Dekat (JD), Cluster 2 (L1) Jarak Menengah (JM), Cluster 3 (L3) Jarak Jauh (JJ). Hasil visualisasi cluster BTS berbasis google map memberikan kemudahan bagi tim pengawas BTS dalam melakukan pengawasan berdasarkan clusternya. Kata kunci: Data Mining, Clustering, K-Means, BTS, RapidMiner, Google Map.

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Sistem Informasi
0 Research > Ilmu Komputer > Teknologi Komputer
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Anggi Anggi A.Md
Date Deposited: 04 Mar 2023 03:00
Last Modified: 04 Mar 2023 03:00
URI: http://repository.upiyptk.ac.id/id/eprint/4240

Actions (login required)

View Item View Item