1721 hits

1227 hits

887 hits

1826 hits

504 hits

1200 hits

1548 hits

1547 hits

1555 hits

Kajian ini dijalankan bertujuan membandingkan dua algoritma utama yang digunakan dalam proses pembentukan pengelasan geodemografi iaitu algoritma k-means dan algoritma Self-Organizing Map (SOM). Salah satu daripada algoritma yang dipilih akan digunakan dalam proses pembentukan profil penduduk. Sebanyak 1184 zon banci dan 203 pembolehubah daripada data banci penduduk dan perumahan telah digunakan. Analisis algoritma k-means melibatkan beberapa proses iaitu proses pengurangan pembolehubah, penentuan bilangan kluster optimum, pengubahan dan penyeragaman data. Manakala bagi algoritma SOM sebanyak 2,000 unit jaringan telah dibentuk dan topologi heksagon telah dipilih berserta dengan fungsi kejiranan gaussian. Berdasarkan kepada kedua-dua algoritma, k-means telah menghasilkan lima kluster manakala algoritma SOM telah menghasilkan lapan kluster. Hasil bagi keduadua algoritma ini dibandingkan dengan menggunakan pengukuran pekali kekuatan. Nilai ralat struktur dan ralat kuadratik bagi algoritma.....

1362 hits