Please use this identifier to cite or link to this item:
http://repository.iti.ac.id/jspui/handle/123456789/1758
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Hariatma, Dino | - |
dc.contributor.author | Yuda, Hanif Prawira | - |
dc.date.accessioned | 2023-10-27T02:12:18Z | - |
dc.date.available | 2023-10-27T02:12:18Z | - |
dc.date.issued | 2022-08-31 | - |
dc.identifier.uri | http://repository.iti.ac.id/jspui/handle/123456789/1758 | - |
dc.description | Dosen pembimbing : Dino Hariatma | en_US |
dc.description.abstract | Seiring berjalan nya waktu, populasi penduduk dunia semakin bertambah dan tersebar di berbagai Negara dan daerah. Persebaran ini dikarenakan terjadinya transmigrasi dari berbagai Negara maupun daerah ke Negara atau daerah tertentu. Transmigrasi ini disebabkan oleh beberapa faktor, diantaranya adalah terjadinya penjajahan dan perebutan kekuasaan pada zaman dahulu kala, kebutuhan ekonomi dan sosial, pengetahuan, pekerjaan, dan lain-lain. Sehingga mereka menetap, berkeluarga, beranakpinak dan menjadi warga Negara di Negara maupun di daerah tersebut. Persebaran penduduk ini menjadikan ras tersebar di berbagai Negara dan daerah. Ras merupakan keragaman ciri fisik atau biologis yang diwariskan pada sekelompok manusia. Ada berbagai macam ras di dunia ini, beberapa diantaranya adalah ras Kaukasoid, Mongoloid dan Negroid. Maka dari itu, untuk mengetahui seseorang itu merupakan ras tertentu dan untuk mengetahui perbedaan ciri khusus antar kelompok tertentu serta persamaan yang mencolok dalam kelompok tertentu pula, dibutuhkan adanya teknologi untuk pengelompokkan. Perancangan sistem ini yaitu mengelompokkan ras dengan objek citra atau gambar menggunakan Machine Learning dengan algorima K-Means untuk mengklaster objek citra atau gambar. Sistem ini akan berjalan pada code editor yaitu Google Collaboratory dengan bahasa Python. | en_US |
dc.language.iso | other | en_US |
dc.publisher | Institut Teknologi Indonesia | en_US |
dc.subject | K-Means | en_US |
dc.subject | kelompok | en_US |
dc.subject | Ras | en_US |
dc.title | CLUSTERING RAS MENGGUNAKAN K-MEANS | en_US |
dc.type | Thesis | en_US |
dc.identifier.nim | NIM1151600043 | - |
dc.identifier.kodeprodi | KODEPRODI55201#Teknik Informatika | - |
Appears in Collections: | [TA] Informatika |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
A COVER.pdf | COVER | 152.82 kB | Adobe PDF | View/Open |
ABSTRAK.pdf | ABSTRAK | 147.97 kB | Adobe PDF | View/Open |
BAB 1.pdf | BAB I | 313.18 kB | Adobe PDF | View/Open |
BAB 2.pdf Restricted Access | BAB II | 645.9 kB | Adobe PDF | View/Open Request a copy |
BAB 3.pdf Restricted Access | BAB III | 204.79 kB | Adobe PDF | View/Open Request a copy |
BAB 4.pdf Restricted Access | BAB IV | 425.69 kB | Adobe PDF | View/Open Request a copy |
BAB 5.pdf | BAB V | 143.87 kB | Adobe PDF | View/Open |
DAFTAR PUSTAKA.pdf | DAFTAR PUSTAKA | 245.08 kB | Adobe PDF | View/Open |
FULL TEXT.pdf Restricted Access | FULL TEXT | 1.39 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.