PENGELOMPOKAN GRAPHICS PROCESSING UNIT MENGGUNAKAN METODE K-MEANS CLUSTERING

AL GHONIYUROHIMULLAH, QOHARUDIN (2021) PENGELOMPOKAN GRAPHICS PROCESSING UNIT MENGGUNAKAN METODE K-MEANS CLUSTERING. Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
a. PENDAHULUAN.pdf

Download (2MB)
[img] Text
b. ABSTRAK.pdf

Download (348kB)
[img] Text
c. BAB I.pdf

Download (547kB)
[img] Text
d. BAB II.pdf
Restricted to Repository staff only

Download (932kB) | Request a copy
[img] Text
e. BAB III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
f.. BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
g. BAB V.pdf
Restricted to Repository staff only

Download (370kB) | Request a copy
[img] Text
h. DAFTAR PUSTAKA.pdf

Download (349kB)
[img] Text
i. LAMPIRAN.pdf
Restricted to Repository staff only

Download (5MB) | Request a copy
[img] Text
j. ARTIKEL.pdf

Download (786kB)

Abstract

Pada saat ini teknologi berkembang dengan cepat dan banyak teknologi yang mulai bermunculan termasuk dalam dunia komputer, salah satu komponen yang terpenting dalam sebuah komputer adalah graphics processing unit (GPU) yang digunakan dalam mengolah gambar. Fungsi gpu yang lain adalah untuk bermain sebuah game, pada tahun 2015 dirt rally adalah sebuah game yang banyak di mainkan karena memiliki grafik yang baik dan dapat menggunakan resolusi tinggi yaitu 3840 X 2160 pixel (4K). Dengan banyaknya pilihan gpu saat ini akan menyulitkan setiap orang untuk membeli gpu apa yang sesuai dengan pengguna tersebut, karena setiap seri gpu memiliki performa yang berbeda. Dengan adanya metode k-means clustering diharapkan dapat membantu pengguna untuk mengelompokkan seri gpu berdasarkan rata-rata fps dan minimum fps pada game dirt rally. Algoritma davies bouldin-index merupakan algoritma yang efisien dalam menentukan validasi pada suatu metode pengelompokan, yang nantinya akan menghasilkan kelompok mana yang terbaik dari semua pengelompokan yang dilakukan. Hasil pengelompokan dari 101 data gpu pada tahun 2015 sampai 2017 yang dikelompokkan dari 2 kelompok sampai 10 kelompok didapatkan pengelompokan yang memiliki nilai DBI yang terbaik adalah pengelompokan dengan 2 kelompok yang memiliki nilai DBI 0,28429, dengan data dalam cluster 1 sebanyak 23 data dan data dalam cluster 2 sebanyak 78 data. Kata kunci : Graphics processing unit (GPU), K-Means , Davies Bouldin-index

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: gpu k-means DBI
Subjects: 600 Technology and Applied Science > 601 Philosophy and Theory of Technology
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: GHONIYUROHIMULLAH QOHARUDIN AL
Contributors:
ContributionContributor NameNIDN/NIDK
Thesis advisorNILOGIRI, AGUNGnidn0030037701
Contact Email Address: pqohar@gmail.com
Date Deposited: 02 Feb 2021 04:17
Last Modified: 02 Feb 2021 04:20
URI: http://repository.unmuhjember.ac.id/id/eprint/8372

Actions (login required)

View Item View Item