Escolar Documentos
Profissional Documentos
Cultura Documentos
ANALISIS CLUSTER
Analisis kluster mengelompokan objek berdasarkan informasi yang ditemukan pada data yang
menjelaskan keterkaitan antar objek. (Kachigan, 1986)
Analisis kluster membagi data kedalam kelompok/clusters yang lebih memberikan makna, dan
lebih berguna,
Prinsip dari analisis ini dalam pembentukan cluster adalah keterkaitan/similarity antar objek
yang ada dalam satu group/cluster lebih besar (homogenitas tinggi) dibandingkan keterkaitan
antar objek yang berbeda cluster
Dalam beberapa kasus, analisis kluster banyak digubakan sebagai starting point untuk
penggunaan lainnya, misalnya adalah melakukan penyimpulan data.
.
Aditya Purnomo Aji / 25418025
Teknik Clustering terbagi menjadi dua metode: metode pertama secara hirarkis dan metode
kedua non-hirarkis. Pembagian metode tersebut sebagai berikut:
1. Hirarkis: mengelompokkan kelompok data oada berbagai tingkatan. Objek tidak dapat
dialokasikan ulang setelah masuk ke dalam cluster tertentu.
a. Agglomerative : Membentuk serangkaian penggabungan (fusi) dari n objek
kedalam kelompok (objek jatuh kedalam satu cluster). Dalam metode
Aglomerative terdapat beberapa teknik. Teknik tersebut diantaranya: a.)
Metode Linkage: Single linkage, Complete Linkage, Average Linkage dan b.)
Variance Method: Ward’s Method
Single Jarak antar klaster ditentukan oleh jarak minimum antara dua objek dalam
Linkage klaster yang berbeda
Complete Jarak antar klaster ditentukan oleh jarak terjauh antara dua objek dalam
Linkage klaster yang berbeda
Average Jarak antara dua klaster dianggap sebagai jarak rata-rata antara semua
Linkage anggota dalam satu klaster dengan semua anggota klaster lain
Ward’s Jarak antara dua klaster yang terbentuk adalah jumlah kuadrat (sum of
Methods square) di antara dua klaster tersebut
Daftar Pustaka
• Dillon, William, R. G & Matthew. 1984. Multivariate Data Analsysis: Method and
Application. Canada: John Willey and Sons, Inc
• Tan, Pang Ning dkk. (2018) Introduction to Data Mining, 2nd Edition.London:Pearson