K-MEANS ALGORITHM
CLUSTERING
Mata Kuliah : Teknologi Database
Dosen : Dr. Sarjon Defit, M.Kom.,M.Sc
2
Kelompok II
1. Eki Aryadi (131321098 )
2. Hasri Awal (131321106)
3. Roni Yulianto (131321118)
4. Wahyu Joni K (131321120)
5. Zulfikar (131321123)
3 K-MEANS ALGORITHM CLUSTERING
1. Exclusive Clustering
2. Overlapping Clustering
3. Hierarchical Clustering
4. Probabilistic Clustering
6 K-MEANS ALGORITHM CLUSTERING
Contoh
Hasil Transformasi
Kota Frekuensi Inisial
Bukittinggi 3 1
Padang 2 2
Solok 1 3
12 Contoh Kasus
Diberikan data
nilai dari 12 siswa
sebagai Berikut,
kemudian jadikan
data tersebut
menjadi 2 Cluster.
13 Contoh Kasus
Penyelesaian :
1. Tentukan pusat awal cluster “Centroid”
Untuk penentuan awal diasumsikan :
– Diambil data ke- 2 sebagai pusat Cluster Ke-
1: (84, 76, 79, 77, 76, 77, 75, 81)
– Diambil data ke- 5 sebagai pusat Cluster Ke-
2: (82, 82, 81, 91, 90, 82, 79, 91).
14 Contoh Kasus
3. Pengelompokan Data
20 Contoh Kasus
C1=
21 Contoh Kasus
C2=
22 Contoh Kasus
8. Kesimpulan.
Hasil Clustering adalah
Cluster 1 : Siswa 1, 2, 4, 6, 7, 8,9,10, 11,12
Cluster 2 : Siswa 3 dan 5
TRANSITIONAL PAGE