Penerapan Algoritma K-Means dan K-Medoids dalam Pengelompokkan Data Inventaris Rig: Application Of K-Means And K-Medoid Algorithm In Rig Inventory Data …

HA Mubarak - Indonesian Journal of Informatic Research and …, 2023 - journal.irpi.or.id
Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), 2023journal.irpi.or.id
Perusahaan yang bergerak pada pengeboran minyak dan gas merupakan suatu instansi
dengan berfokus pada kegiatan pengeboran sumur migas demi mendapatkan sumber daya
dari bawah tanah. Dikarenakan pada perusahaan migas bumi merupakan industri yang
memiliki kompleksitas data tinggi, terutama dalam hal pengelolaan inventaris rig atau
peralatan yang digunakan untuk pengeboran minyak dan gas. Data inventaris rig mencakup
berbagai informasi, seperti kapasitas rig, jenis peralatan, kategori peralatan, dan lain …
Abstract
Perusahaan yang bergerak pada pengeboran minyak dan gas merupakan suatu instansi dengan berfokus pada kegiatan pengeboran sumur migas demi mendapatkan sumber daya dari bawah tanah. Dikarenakan pada perusahaan migas bumi merupakan industri yang memiliki kompleksitas data tinggi, terutama dalam hal pengelolaan inventaris rig atau peralatan yang digunakan untuk pengeboran minyak dan gas. Data inventaris rig mencakup berbagai informasi, seperti kapasitas rig, jenis peralatan, kategori peralatan, dan lain sebagainya. Dengan begitu banyaknya data yang terkumpul, pengelompokan data menjadi kritis untuk memahami pola dan hubungan antar data dalam inventaris rig. Pada penelitian ini, dengan memanfaatkan dua algoritma ini, data kelompok akan ditetapkan oleh inti data masing-masing cluster lalu dihitung mengonsumsi formula K-means dan K-medoids sehingga membentuk ketetapan dari tiap algoritma, selanjutnya bisa dilakukan perbandingan dengan kelompok yang dapat dianalisis berdasarkan karakter pembantunya. Berdasarkan hasil pengkajian ini, K-Medoids lebih baik dibanding K-Means atas nilai DBI terbaik yaitu 0,073 pada nilai uji K= 2.
journal.irpi.or.id
以上显示的是最相近的搜索结果。 查看全部搜索结果