Analisis cluster adalah analisis statistik yang bertujuan memisahkan obyek
kedalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain. Ditinjau dari hal-hal yang dikelompokkan, analisis cluster dibagi menjadi dua macam, yaitu :
Tujuan dari Analisis Cluster adalah mengelompokkan obyek berdasarkan
kesamaan karakteristik di antara obyek-obyek tersebut. Dengan demikian, ciri-ciri suatu cluster yang baik yaitu mempunyai :
1. Homogenitas internal (within cluster); yaitu kesamaan antar anggota dalam
satu cluster. 2. Heterogenitas external (between cluster); yaitu perbedaan antara cluster yang satu dengan cluster yang lain.
Asumsi yang harus dipenuhi dalam Analisis Cluster yaitu :
1. Sampel yang diambil benar-benar dapat mewakili populasi yang ada
(representativeness of the sample) 2. Multikolinieritas. Beberapa manfaat dari analisis cluster adalah: eksplorasi data peubah ganda, reduksi data, stratifikasi sampling, prediksi keadaan obyek. Hasil dari analisis cluster dipengaruhi oleh: obyek yang diclusterkan, peubah yang diamati, ukuran kemiripan (jarak) yang dipakai, skala ukuran yang dipakai, serta metode pengclusteran yang digunakan.
Secara umum, cluster analysis memiliki dua metode, yaitu :