Ensemble cluster pruning via convex‐concave programming

2020 ◽  
Vol 36 (1) ◽  
pp. 297-319
Author(s):  
Süreyya Özöğür‐Akyüz ◽  
Buse Çisil Otar ◽  
Pınar Karadayı Atas
1984 ◽  
Vol 6 (4) ◽  
pp. 573-586 ◽  
Author(s):  
Sten Thore ◽  
George Kozmetsky ◽  
Michelle Burtis

2019 ◽  
Vol 8 (1) ◽  
pp. 323
Author(s):  
Yuliza Diana Putri ◽  
Izzati Rahmi HG ◽  
Hazmira Yozza

Kesehatan lingkungan merupakan bagian dari pada kesehatan masyarakat pada umumnya. Setiap daerah memiliki keadaan kesehatan lingkungan yang berbedabeda jika dikaitkan dengan indikator kesehatan lingkungan tersebut. Oleh karena itu prioritas program penyehatan lingkungan pun berbeda pada setiap daerah. Suatu hal yang menarik untuk diketahui adalah bagaimana kesamaan/kemiripan dari masing-masing daerah tersebut berdasarkan indikator kesehatan lingkungan. Kemiripan tersebut selanjutnya dapat dijadikan dasar untuk melakukan pengelompokan daerah daerah tersebut, sehingga daerah yang memiliki kondisi kesehatan lingkungan yang hampir sama akan berada pada satu kelompok dan sebaliknya, daerah-daerah dengan kondisi kesehatan lingkungan yang tidak sama akan berada pada kelompok yang berbeda. Dengan adanya pengelompokan tersebut akan mempermudah pemerintah untuk menentukan prioritas bagi pembangunan kesehatan lingkungan di daerah-daerah tersebut. Dalam penelitian ini metode cluster ensemble akan diterapkan untuk mengelompokkan provinsi di Indonesia berdasarkan 8 indikator kesehatan lingkungan. Penelitian ini menghasilkan solusi pengklasteran terbaik yaitu solusi dengan 2 cluster, dimana anggota dari cluster 1 merupakan provinsi dengan lingkungan sehat yang lebih baik dibandingkan anggota dari cluster 2.Kata kunci: Cluster ensemble, cluster hierarki, k-means cluster


2008 ◽  
pp. 462-466
Author(s):  
Harold P. Benson
Keyword(s):  

2014 ◽  
Vol 2 (2) ◽  
pp. 195-222 ◽  
Author(s):  
Zhi-you Wu ◽  
Fu-sheng Bai ◽  
Yong-jian Yang ◽  
Feng Jiang

Sign in / Sign up

Export Citation Format

Share Document