Aditya Purnomo Aji / 25418025

RESUME MATERI PL5101 METODE ANALISIS PERENCANAAN

ANALISIS CLUSTER

Analisis kluster mengelompokan objek berdasarkan informasi yang ditemukan pada data yang
menjelaskan keterkaitan antar objek. (Kachigan, 1986)

Dikenal juga sebagai segmentation analysis atau taxonomy analysis.

Analisis cluster termasuk ke dalam teknik analisis multivariat metode interdependen.

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.

o Biology. : membuat taxonomy semua makhluk hidup, analisis sejumlah besar

informasi genetis (menemukan gen yang fungsinya sama)
o Analisis Regional : mengklasifikasikan kota kedalam beberapa tipologi berdasarkan
variabel demografi dan fiscal
o Psikologi : mengklasifikasikan individu kedalam beberapa tipe personality
(extrovert, introvert)
o Riset Pasar :mengklasifikasikan costumers kedalam beberapa segmen berdasarkan
faktor psikologi dan fungsi produksi (segmentasi pasar)
o Kesehatan: mendeteksi pola spasial dan temporal dari persebaran penyakit
tertentu

PROSES ANALISIS CLUSTER

.
Aditya Purnomo Aji / 25418025

Mengukur inter-object similarity:

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

Masing-masing metode dan teknik memiliki perbedaan sebagai berikut:

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

b. Divisive: mempartisi set yang berisi n objek kedalam subdivisi-subdivisi (objek

membentuk clusternya sendiri) Metode ini dimulai dengan membagi total
Aditya Purnomo Aji / 25418025

kumpulan objek menjadi dua kelompokPermasalahannya adalah :apa yang

menentukan pemisahan yang pertama?

Splinter Average Distance Method

i. Menghitung jarak rata rata setiap objek dengan objek-objek pada

splinter group
ii. Splinter group dibentuk dengan memecah/memisahkan objek yang
memiliki jarak terjauh dengan objek lainnya
2. Non-hirarkis
a. Partitioning
i. Pembentukkan cluster dengan optimasi kriteria clustering yang spesifik
(membagi data berdasarkan pada pengoptimalan beberapa kriteria
formal yang telah ditentukan)
ii. Jumlah kluster akhir diketahui dan ditentukan sebelumnya
iii. Objek dapat dialokasikan ulang jika memang tidak akurat pada cluster
sebelumnya.

Daftar Pustaka

• Dillon, William, R. G & Matthew. 1984. Multivariate Data Analsysis: Method and
Application. Canada: John Willey and Sons, Inc

• Kachigan, S.K. (1986). Statistical Analysis. New York: Radius Press


• Tan, Pang Ning dkk. (2018) Introduction to Data Mining, 2nd Edition.London:Pearson

• Everitt, Brian. 2011. klaster Analysis. Hoboken: Wiley.

• Subianto, Afif. Paparan Presentasi Perkuliahan: Analisis Cluster. 2014. Universitas

Brawijaya. (http://afif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi-
Hierarchical-Clustering.pdf, diakses pada 17 September 2018 pukul 19.40 WIB)