<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="13757">
 <titleInfo>
  <title>ANALISA PENGELOMPOKAN PENUNGGAKAN PEMBAYARAN LISTRIK  (STUDI KASUS PT. PLN (PERSERO),CABANG  MERDUATI BANDA ACEH)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Khusnul Azima</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Universitas Syiah Kuala</publisher>
   <dateIssued>2015</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Null</form>
  <extent></extent>
 </physicalDescription>
 <note>Analisa pengelompokan data pelanggan PT. PLN (persero) Merduati Banda Aceh berdasarkan data pelanggan bertujuan untuk mengelompokan data pelanggan yang menunggak dan tidak menunggak dan membandingkan hasil analisa berdasarkan nilai validitas menggunakan algoritma k-means dan fuzzy c-means. Adapun tahapan analisa terdiri dari pengumpulan data, pengubahan data, pembuatan fitur, penyimpanan data dan pengujian model. Hasil analisa pengelompokan dari kedua metode (k-means dan fuzzy c-means) menunjukkan bahwa metode fuzzy c-means lebih akurat dibandingkan metode k-means pada data pengelompokan penunggakan pembayaran listrik, hal ini berdasarkan dari nilai perbandingan simpangan baku dalam kelempok (SW) dan antar kelompok (SB). Pengelompokan fuzzy c-means simpangan baku bernilai 2,071635, sedangkan k-means bernilai 2,072553. Dimana nilai simpangan baku dan antar kelompok terkecil merupakan nilai validitas yang terbaik, sedangkan dari hasil visualisasi plot menggunakan metode k-means dan fuzzy c-means dapat disimpulkan bahwa metode fuzzy c-means lebih akurat dibandingkan metode k-means, kesimpulan ini berdasarkan hasil dataset pengelompokan fuzzy c-means lebih rapi dan tidak susah dalam penentuan class dataset gambar.&#13;
&#13;
Kata Kunci : K-means dan fuzzy c-means</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>CLUSTERING ANALYSIS</topic>
 </subject>
 <classification>519.53</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>13757</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2015-05-01 11:31:35</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-05-25 15:07:48</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>