Perpustakaan Fakultas Ilmu Komputer

Library Automation and Digital Archive

LONTAR

Fakultas Ilmu Komputer
Universitas Indonesia

Call Number	SEM-365
Collection Type	Indeks Artikel prosiding/Sem
Title	Data clustering menggunakan metodologi crisp-dm untuk pengenalan pola proposi pelaksanaan tridhrama ( hal. E-21 - E-26 )
Author	Irwan Budiman, Toni Prhasto, dan Yuli Christyono;
Publisher	Prosiding Seminar Nasional aplikasi teknologi informasi 2012 Yogyakarta 15-16 Juni 2012
Subject	Clustering, CRISP-DM, K-MEANS, Tridharma
Location

Lokasi : Perpustakaan Fakultas Ilmu Komputer

Nomor Panggil	ID Koleksi	Status
SEM-365		TERSEDIA

Tidak ada review pada koleksi ini: 47635

Tidak ada abstrak pada koleksi ini

Latest Collection

Evaluasi dan Pemetaan Kerentanan Kebakaran Hutan dan Lahan di Nusa Tenggara Timur dengan Metode Autokorelasi Spasial dan Pembelajaran Mesin

Type: Tesis

Pengembangan Dataset Deteksi dan Pengenalan Pelat Nomor Kendaraan Indonesia dengan Benchmarking Menggunakan Gaussian-Yolov7

Type: Tesis

Pendekatan Embededding Graf Dinamis untuk Penentuan Sentralitas Bandara pada Jaringan Penerbangan

Type: Tesis

Prediksi Penjualan Barang Menggunakan XGBOOST dengan Optimasi Hyperparameter Tuning

Type: Tesis

Pengembangan Model Prediksi Kebangkrutan Berbasis Jaringan Ultimate Ownership dengan Metode XGBOOST pada Perusahaan Publik

Type: Disertasi

Ontologi untuk Pemodelan Kurikulum pada Perguruan Tinggi yang Menerapkan Outcame-Based Education

Type: Disertasi

Analisis Faktor-Faktor yang Memengaruhi Switching Intention dari Menggunakan Buku Konvensional ke E-Book Menggunakan Perspektif Push, Pull, dan Mooring (PPM) Theory

Type: Skripsi

Penerapan Single Stream Network dan Two Stream Network dengan Pendekatan Transfer Learning dalam Sistem Pengenalan dan Penerjemahan Bahasa Isyarat Indonesia(BISINDO)

Type: Skripsi

Pembaruan Desain Antarmuka dan Evaluasi Usability pada Aplikasi SP4N Lapor! Dengan Pendekatan User-Centered Design

Type: Skripsi

Building a Retrieval Module for a Retrieval-Augmented Generation (RAG) System for Data Discovery Queries

Type: Skripsi

Favorite