Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 126 dokumen yang sesuai dengan query
cover
Sri Anggono
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2004
T39991
UI - Tesis Membership  Universitas Indonesia Library
cover
Arief S Fitrianto
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2002
T39982
UI - Tesis Membership  Universitas Indonesia Library
cover
Sri Agustina P.
"ABSTRAK
Salah satu metode dalam teknik Analisis Multivariat yang berkenaan dengar pengelompokan obyek atau variabel adalah Analisis Cluster. Analisis Cluster mengelompokkan obyek atau variabel semata-mata berdasarkan similaritas mereka, sehingga kelompok cluster yang dihasilkan akan memiliki variabilitas dalam cluster yang lebih kecil daripada variabilitas antar cluster. Dengan Analisis Cluster kita dapat memecahken populasi secara empirik dalam beberapa kelompok yang relatif homogen untuk memudahkan analisis statistik selanjutnya. Sebagai contoh aplikasi 5 Analisis Cluster dengan metode Nonhirarki (K-Means) digunakan untuk mengelompokkan secara empirik 324 Rumah Sakit Umum Departemen Kesehatan dan Pemerintah Daerah Republik Indonesia yang diukur peda 59 variabel untuk dilihat kesesuaiannya dengan pengelompokan atas tipe A. B. C. D. berasarkan kriteria Departemen Kesehatan Republik Indonesia."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 1992
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Anderberg, Michael R.
New York: Academic Press, 1973
519.53 AND c
Buku Teks  Universitas Indonesia Library
cover
Zalfa Nabilah
"ABSTRACT
Dalam dunia arsitektur, Sefaira digunakan secara bersamaan dalam process desain untuk menganalisa ketahanan yang dikenal di level internasional. Proyek tugas akhir ini mengukuhkan nilai kelestarian terhadap lingkungan serta rasa komunitas sebagai fokus dasar untuk membangun ulang kehidupan asli masyarakat Australia pinggiran kota. Pembangunan cluster ditujukan untuk 230 orang dengan maksimal 80m2 luas bangunan per-rumah. Arahan desain adalah untuk merancang pola induk berdasarkan pendekatan keberlanjutan. Proyek ini menguji apakah pertanian yang membaharui memiliki peran dalam pembuatan kota modern. Oleh karena itu, arsitektur yang dirancang bersifat menyambungkan kembali dari apa yang hilang dengan Sefaira sebagai panduan.

ABSTRACT
In architecture world, Sefaira is used respectively on the design process to analyse the sustainability of a building and product as an internationally recognized rating system. This final project consolidates sustainability values and sense of community as the main focus as it is to recreate an Australian authentic suburbia living. The development of cluster is for 230 residents with R40 residential subdivision zoning or equivalent as maximum of 80m2 built area per-house. The design brief given by Dr. Simon Pendal, one of lecturer in Curtin University and architectural practice in Perth, is to propose a masterplan design based on sustainability approach. The project test whether regenerative agriculture has a role to play in the making of the contemporary city. Accordingly, the appropriate architecture is to reconnect to what has been missing based on Sefaira as a guidance."
2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
cover
Kacung Marijan
Surabaya: Airlangga University Press, 2006
343.07 KAC d
Buku Teks  Universitas Indonesia Library
cover
Millati Indah
"Salah satu misi pembangunan adalah mewujudkan kualitas hidup manusia Indonesia yang tinggi, maju, dan sejahtera, dengan salah satu agenda prioritasnya meningkatkan kualitas hidup manusia Indonesia. Untuk mengevaluasi terlaksananya misi dan agenda prioritas tersebut diperlukan indikator yang terukur. Hasil evaluasi tersebut dapat dijadikan pertimbangan dalam membuat kebijakan untuk memperbaiki tingkat kesejahteraan.
Salah satu pengukuran yang dapat digunakan adalah Indikator Kesejahteraan Rakyat (Inkesra) yang disusun Badan Pusat Statistik (BPS) yang diolah dari data Survei Sosial Ekonomi Nasional (SUSENAS). Indikator ini mengukur kesejahteraan dengan menggunakan pendekatan kebutuhan dasar (basic needs).
Untuk mengukur perubahan tingkat kesejahteraan kabupaten/kota, perlu dilakukan analisis perpindahan cluster dari periode ke periode. Salah satu metode yang dapat digunakan untuk melakukan clustering adalah Self-organizing Maps (SOM). Hasil clustering dengan SOM kemudian dapat dianalisis menggunakan Relative Density Self-Organizing Maps (ReDSOM).
Variabel yang digunakan pada penelitian ini sebanyak 22 variabel dengan jumlah record 497 kabupaten/kota. Data yang dibandingkan adalah data tahun 2011 dan 2014. Dari hasil penelitian ini terdapat enam cluster pada tahun 2011 dan tujuh cluster pada tahun 2014. Variabel yang berubah secara signifikan pada sebagian besar perpindahan cluster adalah Angka Partisipasi Sekolah.
......
One of the development goal is to improve Indonesian people’s quality of life including welfare. A measurable indicator is needed to evaluate the realisation of the goal. The evaluation results can be used to make beter policy to improve welfare.
In Indonesia we can use Welfare Indicator (Indikator Kesejahteraan Rakyat/Inkesra) to measure welfare. This indicator is based on basic needs. This indicator is processed from SUSENAS.
To measure welfare improvement, we need to analyze cluster change over periods. A method that can be used clustering is Self-organizing Maps (SOM). Based on clustering result of data from different period, we can analyze cluster change.
This research used 22 variables and 497 records. The result of this research is regencies/municipalities in 2011 can be divided into six clusters and seven clusters in 2014. Variable that changed significantly in most of migrated clusters is School Participation."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2016
TA-Pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Gan, Guojun
"Cluster analysis is an unsupervised process that divides a set of objects into homogeneous groups. This book starts with basic information on cluster analysis, including the classification of data and the corresponding similarity measures, followed by the presentation of over 50 clustering algorithms in groups according to some specific baseline methodologies such as hierarchical, center-based, and search-based methods. As a result, readers and users can easily identify an appropriate algorithm for their applications and compare novel ideas with existing results.
The book also provides examples of clustering applications to illustrate the advantages and shortcomings of different clustering architectures and algorithms. Application areas include pattern recognition, artificial intelligence, information technology, image processing, biology, psychology, and marketing. Readers also learn how to perform cluster analysis with the C/C++ and MATLAB programming languages."
Philadelphia: Society for Industrial and Applied Mathematics, 2007
e20448780
eBooks  Universitas Indonesia Library
cover
<<   1 2 3 4 5 6 7 8 9 10   >>