K-Means adalah salah satu algoritma pengelompokan (clustering) yang digunakan dalam analisis data dan pembelajaran mesin. Tujuan utama dari algoritma K-Means adalah mengelompokkan data ke dalam kelompok-kelompok (clusters) berdasarkan kesamaan karakteristik tertentu.

Pada studi ini, digunakan data BPJS pada FKTP dengan jumlah lebih dari 1 juta data. Dengan menggunakan analisis Regresi Logistik Multinomial (3 kategori), diperoleh model denganakurasi yang tinggi (95.9%), tetapi kesesuaian prediksi model dengan data aktual relatif rendah (nilai kappa 18.92%)

Studi ini menggunakan metode seleksi variabel Lasso dengan pendekatan Quadratic Programming menguji penelitian sebelumnya untuk mendapatkan peubah berpengaruh terhadap IKP di Pulau Jawa tahun 2021.

Studi ini membahas dua kasus, yakni pembangkitan bilangan acak dan studi kasus dengan melibatkan data acak outlier yang mengikuti sebaran tertentu, dalam hal ini nonsimetris

Berisi perbandingan antara penghitungan metode Fibonacci dengan manual dan dengan r-package

:

Tugas MPDW Minggu 4 - G1401201074