Implementasi Algoritma K-Medoids Untuk Mengelompokkan Limbah Pabrik Yang Berbahaya (Studi Kasus: PT.Indowastek)

 (*)Almendo Hidac Rislen Sihite Mail (Universitas Budi Darma, Medan, Indonesia)

(*) Corresponding Author

DOI: http://dx.doi.org/10.30865/komik.v4i1.2647

Abstract

Waste is waste material resulting from human activities that has no economic value. Waste has types, namely: liquid waste, gas waste, solid waste, and hazardous waste, where the most dangerous waste for humans is hazardous waste. Data mining is the process of recognizing an interesting knowledge of the amount of data in the database and so that a pattern is obtained that has a method, one of the K-Medoids algorithms. The result of this research is where a hazardous factory waste can be grouped into harmful wastes in the company PT. Indowastek with the K-Medoids algorithm, if the company has no problem determining these wastes with this algorithm makes it easier for PT Indowastek.

Keywords: K-Medoids Algorithm, Data Mining, Waste, Hazardous

Full Text:

PDF


Article Metrics

Abstract view : 95 times
PDF - 11 times

References

Imamkhasani,Soemanto. Mengenal Bahan-bahan Kimia Berbahaya, Makalah pada Kursus Teknik analisa Cemaran Kimia dalam Air Limbah Industri, Puslitbang Kimia Terapan, Bandung, 13-21 Juni 1995.

E. K. Nduru, E. Buulolo, P. Studi, T. Informatika, B. D. Medan, and S. Marketing, “IMPLEMENTASI ALGORITMA K-Modes UNTUK MENENTUKAN,” vol. 2, pp. 12–19, 2018.

Djajadiningrat, Surna T.; Imam Hendargo Ismoyo; dan Rijaluzzaman. 1995. Ecolabelling dan Kecenderungan Lingkungan Hidup Globa

Imamkhasani,Soemanto. Mengenal Bahan-bahan Kimia Berbahaya, Makalah pada Kursus Teknik analisa Cemaran Kimia dalam Air Limbah Industri, Puslitbang Kimia Terapan, Bandung, 13-21 Juni 1995.

D. P. Utomo, P. Sirait, and R. Yunis, “Reduksi Atribut Pada Dataset Penyakit Jantung dan Klasifikasi Menggunakan Algoritma C5. 0,” J. MEDIA Inform. BUDIDARMA, vol. 4, no. 4, pp. 994–1006, 2020.

B. S. Pranata and D. P. Utomo, “Penerapan Data Mining Algoritma FP-Growth Untuk Persediaan Sparepart Pada Bengkel Motor (Study Kasus Bengkel Sinar Service),” Bull. Inf. Technol., vol. 1, no. 2, pp. 83–91, 2020.

D. P. Utomo and Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. MEDIA Inform. BUDIDARMA, vol. 4, no. 2, pp. 437–444, 2020.

R. Amelia and D. P. Utomo, “ANALISA POLA PEMESANAN PRODUK MODERN TRADE INDEPENDENT DENGAN MENEREPAKAN ALGORITMA FP. GROWTH (STUDI KASUS: PT. ADAM DANI LESTARI),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 416–423, 2019.

D. P. Utomo and B. Purba, “Penerapan Datamining pada Data Gempa Bumi Terhadap Potensi Tsunami di Indonesia,” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. 1, pp. 846–853, 2019.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Implementasi Algoritma K-Medoids Untuk Mengelompokkan Limbah Pabrik Yang Berbahaya (Studi Kasus: PT.Indowastek)

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)




KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)
P3M STMIK Budi Darma
Sekretariat Jln. Sisingamangaraja No. 338 Telp 061-7875998
email: komik@univ-bd.ac.id, komik.budidarma@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.