Data yang akan diklaster

No Nama TUGAS UTS UAS

1 HARYOSO 62 70 82
2 CHRISTIAN 77 50 67
3 UBRODIYANTO 63 59 80
4 DADANG 67 65 69
5 ANDRI SUKMA 50 84 66
6 RUDHI A. WIDODO 55 77 78
7 MAMOK 74 69 66
8 IMAM 73 73 70
9 ARIP 71 63 65
10 BERTA 75 78 74
11 JOVAN 53 90 69
12 TIYAS 58 52 61
13 DANU 71 72 75
14 ALYSIA 62 56 64
15 IKANG 80 66 64

Langkah-1: Data tersebut dibagi menjadi 3 cluster

Jadi k = 3

Klaster 1
Langkah-2: tetapkan secara sembarang, k= 3 rekord diantaranya sebagai initial cluster centre
locations, dan hitung BCVnya

Misalkan dipilih:
TUGAS UTS UAS d(CC1,CC2)=
berta CC1 75 78 74 d(CC1,CC3)=
ubrodiyanto CC2 63 59 80 d(CC2,CC3)=
tiyas CC3 58 52 61 BCV=

Selanjutnya, setiap rekord dicari cluster centre locations terdekat, nilai WCV dan nilai mutu dari
cluster yang didapat

No Nama TUGAS UTS UAS Jrk ke CC1 Jrk ke CC2 Jrk ke CC3
1 HARYOSO 62 70 82 17.23 11.22 27.95
2 CHRISTIAN 77 50 67 28.93 21.12 20.02
3 UBRODIYANTO 63 59 80 23.26 0.00 20.86
4 DADANG 67 65 69 16.06 13.15 17.72
5 ANDRI SUKMA 50 84 66 26.93 31.46 33.36
6 RUDHI A. WIDODO 55 77 78 20.42 19.80 30.38
7 MAMOK 74 69 66 12.08 20.42 23.87
8 IMAM 73 73 70 6.71 19.90 27.33
 9 ARIP 71 63 65 17.94 17.46 17.49
10 BERTA 75 78 74 0.00 23.26 33.67
11 JOVAN 53 90 69 25.55 34.38 39.15
12 TIYAS 58 52 61 33.67 20.86 0.00
13 DANU 71 72 75 7.28 16.06 27.66
14 ALYSIA 62 56 64 27.44 16.31 6.40
15 IKANG 80 66 64 16.40 24.37 26.25

Jadi kita memiliki 3 cluster

C1= {5,7,8,10,11,13,15}
C2= {1,3,4,6,9,12,14}
C3= {2}

Klaster 2

Menghitung pusat klaster baru berdasarkan hasil klaster pada tahap sebelumnya. Berikut perhitungan pusat klas

C1 C2
Nama TUGAS UTS UAS No Nama
1 HARYOSO 62 70 82 1 HARYOSO
2 CHRISTIAN 77 50 67 2 CHRISTIAN
3 UBRODIYANTO 63 59 80 3 UBRODIYANTO
4 DADANG 67 65 69 4 DADANG
5 ANDRI SUKMA 50 84 66 5 ANDRI SUKMA
6 RUDHI A. WIDODO 55 77 78 6 RUDHI A. WIDO
7 MAMOK 74 69 66 7 MAMOK
8 IMAM 73 73 70 8 IMAM
9 ARIP 71 63 65 9 ARIP
10 BERTA 75 78 74 10 BERTA
11 JOVAN 53 90 69 11 JOVAN
12 TIYAS 58 52 61 12 TIYAS
13 DANU 71 72 75 13 DANU
14 ALYSIA 62 56 64 14 ALYSIA
15 IKANG 80 66 64 15 IKANG

C3
No Nama TUGAS UTS UAS Untuk mencari pusat klaster baru dilakukan deng
1 HARYOSO 62 70 82 Tugas, UTS dan UAS dari sebanyak anggota pad
2 CHRISTIAN 77 50 67 data klaster baru sebagai berikut.
3 UBRODIYANTO 63 59 80
4 DADANG 67 65 69
5 ANDRI SUKMA 50 84 66 Tugas
6 RUDHI A. WIDODO 55 77 78 C1 68.0
7 MAMOK 74 69 66 C2 61.2
8 IMAM 73 73 70 C3 77.0
 9 ARIP 71 63 65
10 BERTA 75 78 74 d(CC1,CC2)=
11 JOVAN 53 90 69 d(CC1,CC3)=
12 TIYAS 58 52 61 d(CC2,CC3)=
13 DANU 71 72 75 BCV=
14 ALYSIA 62 56 64
15 IKANG 80 66 64

Sehingga diperoleh kelompok baru hasil iterasi 2

No Nama TUGAS UTS UAS Jrk ke CC1 Jrk ke CC2 Jrk ke CC3
1 HARYOSO 62 70 82 15.40 11.87 29.15
2 CHRISTIAN 77 50 67 27.60 21.27 0.00
3 UBRODIYANTO 63 59 80 20.78 8.92 21.12
4 DADANG 67 65 69 11.05 6.96 18.14
5 ANDRI SUKMA 50 84 66 19.95 24.47 43.43
6 RUDHI A. WIDODO 55 77 78 15.76 16.17 36.52
7 MAMOK 74 69 66 9.74 15.45 19.26
8 IMAM 73 73 70 5.89 15.56 23.54
9 ARIP 71 63 65 13.97 12.27 14.46
10 BERTA 75 78 74 8.75 20.35 28.93
11 JOVAN 53 90 69 20.52 28.25 46.69
12 TIYAS 58 52 61 27.25 16.22 20.02
13 DANU 71 72 75 7.70 13.48 24.17
14 ALYSIA 62 56 64 21.50 11.02 16.43
15 IKANG 80 66 64 16.45 20.79 16.55

Jadi kita memiliki 3 cluster

C1= {5,6,7,8,10,11,13,15}
C2= {1,3,4,9,12,14}
C3= {2}

Karena posisi anggota klaster mengalami perubahan, maka dilakukan pencarian klaster sampai tidak mengalam

Klaster 3

C1 C2
Nama TUGAS UTS UAS No Nama
1 HARYOSO 62 70 82 1 HARYOSO
2 CHRISTIAN 77 50 67 2 CHRISTIAN
3 UBRODIYANTO 63 59 80 3 UBRODIYANTO
4 DADANG 67 65 69 4 DADANG
5 ANDRI SUKMA 50 84 66 5 ANDRI SUKMA
 6 RUDHI A. WIDODO 55 77 78 6 RUDHI A. WIDO
7 MAMOK 74 69 66 7 MAMOK
8 IMAM 73 73 70 8 IMAM
9 ARIP 71 63 65 9 ARIP
10 BERTA 75 78 74 10 BERTA
11 JOVAN 53 90 69 11 JOVAN
12 TIYAS 58 52 61 12 TIYAS
13 DANU 71 72 75 13 DANU
14 ALYSIA 62 56 64 14 ALYSIA
15 IKANG 80 66 64 15 IKANG

C3
No Nama TUGAS UTS UAS Untuk mencari pusat klaster baru dilakukan deng
1 HARYOSO 62 70 82 Tugas, UTS dan UAS dari sebanyak anggota pad
2 CHRISTIAN 77 50 67 data klaster baru sebagai berikut.
3 UBRODIYANTO 63 59 80
4 DADANG 67 65 69
5 ANDRI SUKMA 50 84 66 Tugas
6 RUDHI A. WIDODO 55 77 78 C1 66.4
7 MAMOK 74 69 66 C2 63.8
8 IMAM 73 73 70 C3 77.0
9 ARIP 71 63 65
10 BERTA 75 78 74 d(CC1,CC2)=
11 JOVAN 53 90 69 d(CC1,CC3)=
12 TIYAS 58 52 61 d(CC2,CC3)=
13 DANU 71 72 75 BCV=
14 ALYSIA 62 56 64
15 IKANG 80 66 64

Iterasi 3
No Nama TUGAS UTS UAS Jrk ke CC1 Jrk ke CC2 Jrk ke CC3
1 HARYOSO 62 70 82 13.95 15.08 29.15
2 CHRISTIAN 77 50 67 28.39 17.34 0.00
3 UBRODIYANTO 63 59 80 19.99 10.04 21.12
4 DADANG 67 65 69 11.21 5.36 18.14
5 ANDRI SUKMA 50 84 66 18.66 27.30 43.43
6 RUDHI A. WIDODO 55 77 78 13.79 20.02 36.52
7 MAMOK 74 69 66 11.27 13.69 19.26
8 IMAM 73 73 70 7.33 15.23 23.54
9 ARIP 71 63 65 14.87 9.10 14.46
10 BERTA 75 78 74 9.59 20.83 28.93
11 JOVAN 53 90 69 19.31 31.14 46.69
12 TIYAS 58 52 61 27.16 14.00 20.02
13 DANU 71 72 75 7.81 14.12 24.17
14 ALYSIA 62 56 64 21.52 8.05 16.43
15 IKANG 80 66 64 18.09 18.06 16.55

Jadi kita memiliki 3 cluster

C1= {1,5,6,7,8,10,11,13}
C2= {3,4,9,12,14}
C3= {2,15}

Klaster 4

C1 C2
Nama TUGAS UTS UAS No Nama
1 HARYOSO 62 70 82 1 HARYOSO
2 CHRISTIAN 77 50 67 2 CHRISTIAN
3 UBRODIYANTO 63 59 80 3 UBRODIYANTO
4 DADANG 67 65 69 4 DADANG
5 ANDRI SUKMA 50 84 66 5 ANDRI SUKMA
6 RUDHI A. WIDODO 55 77 78 6 RUDHI A. WIDO
7 MAMOK 74 69 66 7 MAMOK
8 IMAM 73 73 70 8 IMAM
9 ARIP 71 63 65 9 ARIP
10 BERTA 75 78 74 10 BERTA
11 JOVAN 53 90 69 11 JOVAN
12 TIYAS 58 52 61 12 TIYAS
13 DANU 71 72 75 13 DANU
14 ALYSIA 62 56 64 14 ALYSIA
15 IKANG 80 66 64 15 IKANG

C3
No Nama TUGAS UTS UAS Untuk mencari pusat klaster baru dilakukan deng
1 HARYOSO 62 70 82 Tugas, UTS dan UAS dari sebanyak anggota pad
2 CHRISTIAN 77 50 67 data klaster baru sebagai berikut.
3 UBRODIYANTO 63 59 80
4 DADANG 67 65 69
5 ANDRI SUKMA 50 84 66 Tugas
6 RUDHI A. WIDODO 55 77 78 C1 64.1
7 MAMOK 74 69 66 C2 64.2
8 IMAM 73 73 70 C3 78.5
9 ARIP 71 63 65
10 BERTA 75 78 74 d(CC1,CC2)=
11 JOVAN 53 90 69 d(CC1,CC3)=
12 TIYAS 58 52 61 d(CC2,CC3)=
13 DANU 71 72 75 BCV=
14 ALYSIA 62 56 64
15 IKANG 80 66 64
 Iterasi 4
No Nama TUGAS UTS UAS Jrk ke CC1 Jrk ke CC2 Jrk ke CC3
1 HARYOSO 62 70 82 11.78 18.10 26.24
2 CHRISTIAN 77 50 67 30.08 15.67 8.28
3 UBRODIYANTO 63 59 80 19.19 12.26 21.25
4 DADANG 67 65 69 12.48 6.73 13.91
5 ANDRI SUKMA 50 84 66 17.21 28.81 38.58
6 RUDHI A. WIDODO 55 77 78 10.66 22.64 32.70
7 MAMOK 74 69 66 14.07 14.12 11.90
8 IMAM 73 73 70 9.91 16.68 16.60
9 ARIP 71 63 65 17.00 8.37 9.03
10 BERTA 75 78 74 11.06 22.72 22.01
11 JOVAN 53 90 69 17.75 32.98 41.07
12 TIYAS 58 52 61 27.86 11.56 21.83
13 DANU 71 72 75 8.65 16.34 18.51
14 ALYSIA 62 56 64 22.41 5.32 16.69
15 IKANG 80 66 64 20.91 17.69 8.28

Jadi kita memiliki 3 cluster

C1= {1,5,6,8,10,11,13}
C2= {3,4,9,12,14}
C3= {2,7,15}

Klastr 5
C1 C2
Nama TUGAS UTS UAS No Nama
1 HARYOSO 62 70 82 1 HARYOSO
2 CHRISTIAN 77 50 67 2 CHRISTIAN
3 UBRODIYANTO 63 59 80 3 UBRODIYANTO
4 DADANG 67 65 69 4 DADANG
5 ANDRI SUKMA 50 84 66 5 ANDRI SUKMA
6 RUDHI A. WIDODO 55 77 78 6 RUDHI A. WIDO
7 MAMOK 74 69 66 7 MAMOK
8 IMAM 73 73 70 8 IMAM
9 ARIP 71 63 65 9 ARIP
10 BERTA 75 78 74 10 BERTA
11 JOVAN 53 90 69 11 JOVAN
12 TIYAS 58 52 61 12 TIYAS
13 DANU 71 72 75 13 DANU
14 ALYSIA 62 56 64 14 ALYSIA
15 IKANG 80 66 64 15 IKANG

C3
No Nama TUGAS UTS UAS Untuk mencari pusat klaster baru dilakukan deng
1 HARYOSO 62 70 82 Tugas, UTS dan UAS dari sebanyak anggota pad
2 CHRISTIAN 77 50 67 data klaster baru sebagai berikut.
3 UBRODIYANTO 63 59 80
4 DADANG 67 65 69
5 ANDRI SUKMA 50 84 66 Tugas
6 RUDHI A. WIDODO 55 77 78 C1 64.1
7 MAMOK 74 69 66 C2 64.2
8 IMAM 73 73 70 C3 77.0
9 ARIP 71 63 65
10 BERTA 75 78 74 d(CC1,CC2)=
11 JOVAN 53 90 69 d(CC1,CC3)=
12 TIYAS 58 52 61 d(CC2,CC3)=
13 DANU 71 72 75 BCV=
14 ALYSIA 62 56 64
15 IKANG 80 66 64

Iterasi 4
No Nama TUGAS UTS UAS Jrk ke CC1 Jrk ke CC2 Jrk ke CC3
1 HARYOSO 62 70 82 11.78 18.10 23.69
2 CHRISTIAN 77 50 67 30.08 15.67 11.74
3 UBRODIYANTO 63 59 80 19.19 12.26 20.21
4 DADANG 67 65 69 12.48 6.73 11.06
5 ANDRI SUKMA 50 84 66 17.21 28.81 35.04
6 RUDHI A. WIDODO 55 77 78 10.66 22.64 29.52
7 MAMOK 74 69 66 14.07 14.12 7.93
8 IMAM 73 73 70 9.91 16.68 12.78
9 ARIP 71 63 65 17.00 8.37 6.18
10 BERTA 75 78 74 11.06 22.72 18.45
11 JOVAN 53 90 69 17.75 32.98 37.28
12 TIYAS 58 52 61 27.86 11.56 21.82
13 DANU 71 72 75 8.65 16.34 15.16
14 ALYSIA 62 56 64 22.41 5.32 16.12
15 IKANG 80 66 64 20.91 17.69 5.53

Jadi kita memiliki 3 cluster

C1= {1,5,6,8,10,11,13}
C2= {3,4,12,14}
C3= {2,7,9,15}

Klaster 6
C1 C2
Nama TUGAS UTS UAS No Nama
1 HARYOSO 62 70 82 1 HARYOSO
 2 CHRISTIAN 77 50 67 2 CHRISTIAN
3 UBRODIYANTO 63 59 80 3 UBRODIYANTO
4 DADANG 67 65 69 4 DADANG
5 ANDRI SUKMA 50 84 66 5 ANDRI SUKMA
6 RUDHI A. WIDODO 55 77 78 6 RUDHI A. WIDO
7 MAMOK 74 69 66 7 MAMOK
8 IMAM 73 73 70 8 IMAM
9 ARIP 71 63 65 9 ARIP
10 BERTA 75 78 74 10 BERTA
11 JOVAN 53 90 69 11 JOVAN
12 TIYAS 58 52 61 12 TIYAS
13 DANU 71 72 75 13 DANU
14 ALYSIA 62 56 64 14 ALYSIA
15 IKANG 80 66 64 15 IKANG

C3
No Nama TUGAS UTS UAS Untuk mencari pusat klaster baru dilakukan deng
1 HARYOSO 62 70 82 Tugas, UTS dan UAS dari sebanyak anggota pad
2 CHRISTIAN 77 50 67 data klaster baru sebagai berikut.
3 UBRODIYANTO 63 59 80
4 DADANG 67 65 69
5 ANDRI SUKMA 50 84 66 Tugas
6 RUDHI A. WIDODO 55 77 78 C1 62.7
7 MAMOK 74 69 66 C2 62.5
8 IMAM 73 73 70 C3 75.5
9 ARIP 71 63 65
10 BERTA 75 78 74 d(CC1,CC2)=
11 JOVAN 53 90 69 d(CC1,CC3)=
12 TIYAS 58 52 61 d(CC2,CC3)=
13 DANU 71 72 75 BCV=
14 ALYSIA 62 56 64
15 IKANG 80 66 64

Iterasi 4
No Nama TUGAS UTS UAS Jrk ke CC1 Jrk ke CC2 Jrk ke CC3
1 HARYOSO 62 70 82 11.55 18.07 22.77
2 CHRISTIAN 77 50 67 31.84 16.63 12.19
3 UBRODIYANTO 63 59 80 19.84 11.55 19.38
4 DADANG 67 65 69 14.13 8.34 9.67
5 ANDRI SUKMA 50 84 66 16.01 28.96 33.68
6 RUDHI A. WIDODO 55 77 78 9.00 22.53 28.31
7 MAMOK 74 69 66 16.08 16.11 7.18
8 IMAM 73 73 70 11.82 18.37 12.14
9 ARIP 71 63 65 18.87 10.46 4.64
10 BERTA 75 78 74 12.30 24.22 18.12
11 JOVAN 53 90 69 16.28 33.38 36.09
12 TIYAS 58 52 61 28.95 10.61 20.65
13 DANU 71 72 75 10.19 17.62 14.51
14 ALYSIA 62 56 64 23.68 4.95 14.85
15 IKANG 80 66 64 22.91 19.76 6.20

Jadi kita memiliki 3 cluster

C1= {1,5,6,8,10,11,13}
C2= {3,4,12,14}
C3= {2,7,9,15}

Perbandingan antara hasil klaster iterasi saat ini dengan iterasi sebelumnya

Klaster iterasi 1 Klaster iterasi 2

C1= {5,7,8,10,11,13,15} C1= {5,6,7,8,10,11,13,15}
C2= {1,3,4,6,9,12,14} C2= {1,3,4,9,12,14}
C3= {2} C3= {2}

Klaster iterasi 4 Klaster iterasi 5

C1= {1,5,6,8,10,11,13} C1= {1,5,6,8,10,11,13}
C2= {3,4,9,12,14} C2= {3,4,12,14}
C3= {2,7,15} C3= {2,7,9,15}

Karena posisi anggota klaster tidak mengalami perubahan lagi, maka proses klaster berhenti. Sehingga hasil akh
mahasiswa ini adalah bahwa Kelompok Pintar (C1) beranggotakan Haryoso, Andri , Rudhi, Imam, Berta, Jovan
Sedang (C2) beranggotakan Ubrodiyanto, Dadang,Tiyas, Alysia ; sedangkan Kelompok Kurang (C3) beranggo
Arip, dan Ikang.
 23.26
200.06
369.60
592.93

CCL terdekat MIN

CC2 11.22
CC3 20.02
CC2 0.00
CC2 13.15
CC1 26.93
CC2 19.80
CC1 12.08
CC1 6.71
 CC2 17.46
CC1 0.00
CC1 25.55
CC3 0.00
CC1 7.28
CC3 6.40
CC1 16.40
183.02 =WC

,8,10,11,13,15} Mutu = 3.2397

,4,6,9,12,14}

a. Berikut perhitungan pusat klaster tersebut :

TUGAS UTS UAS

62 70 82
77 50 67
63 59 80
67 65 69
50 84 66
55 77 78
74 69 66
73 73 70
71 63 65
75 78 74
53 90 69
58 52 61
71 72 75
62 56 64
80 66 64

pusat klaster baru dilakukan dengan mencari nilai rata-rata data nilai
n UAS dari sebanyak anggota pada C1,C2, dan C3 sehingga diperoleh
u sebagai berikut.

UTS UAS
76.0 69.1
63.2 72.3
50.0 67.0
 14.89
32.11
49.04
96.03

CCL terdekat MIN

CC2 11.87
CC3 0.00
CC2 8.92
CC2 6.96
CC1 19.95
CC1 15.76
CC1 9.74
CC1 5.89
CC2 12.27
CC1 8.75
CC1 20.52
CC2 16.22
CC1 7.70
CC2 11.02
CC1 16.45
100.11 =WC

,7,8,10,11,13,15} Mutu = 0.9592

n klaster sampai tidak mengalami perubahan lagi.

TUGAS UTS UAS

62 70 82
77 50 67
63 59 80
67 65 69
50 84 66
 55 77 78
74 69 66
73 73 70
71 63 65
75 78 74
53 90 69
58 52 61
71 72 75
62 56 64
80 66 64

pusat klaster baru dilakukan dengan mencari nilai rata-rata data nilai
n UAS dari sebanyak anggota pada C1,C2, dan C3 sehingga diperoleh
u sebagai berikut.

UTS UAS
76.1 70.3
60.8 70.2
50.0 67.0

15.50
38.77
27.08
81.35

CCL terdekat MIN

CC1 13.95
CC3 0.00
CC2 10.04
CC2 5.36
CC1 18.66
CC1 13.79
CC1 11.27
CC1 7.33
CC2 9.10
CC1 9.59
CC1 19.31
CC2 14.00
CC1 7.81
 CC2 8.05
CC3 16.55
99.09 =WC

,6,7,8,10,11,13} Mutu = 0.2733

TUGAS UTS UAS

62 70 82
77 50 67
63 59 80
67 65 69
50 84 66
55 77 78
74 69 66
73 73 70
71 63 65
75 78 74
53 90 69
58 52 61
71 72 75
62 56 64
80 66 64

pusat klaster baru dilakukan dengan mencari nilai rata-rata data nilai
n UAS dari sebanyak anggota pada C1,C2, dan C3 sehingga diperoleh
u sebagai berikut.

UTS UAS
76.6 72.5
59.0 67.8
58.0 65.5

18.24
72.53
19.62
110.39
 CCL terdekat MIN
CC1 11.78
CC3 8.28
CC2 12.26
CC2 6.73
CC1 17.21
CC1 10.66
CC3 11.90
CC1 9.91
CC2 8.37
CC1 11.06
CC1 17.75
CC2 11.56
CC1 8.65
CC2 5.32
CC3 8.28
108.15 =WC

,6,8,10,11,13} Mutu = 0.1815

TUGAS UTS UAS

62 70 82
77 50 67
63 59 80
67 65 69
50 84 66
55 77 78
74 69 66
73 73 70
71 63 65
75 78 74
53 90 69
58 52 61
71 72 75
62 56 64
80 66 64
pusat klaster baru dilakukan dengan mencari nilai rata-rata data nilai
n UAS dari sebanyak anggota pada C1,C2, dan C3 sehingga diperoleh
u sebagai berikut.

UTS UAS
76.6 72.5
59.0 67.8
61.7 65.7

18.24
66.43
17.63
102.30

CCL terdekat MIN

CC1 11.78
CC3 11.74
CC2 12.26
CC2 6.73
CC1 17.21
CC1 10.66
CC3 7.93
CC1 9.91
CC3 6.18
CC1 11.06
CC1 17.75
CC2 11.56
CC1 8.65
CC2 5.32
CC3 5.53
105.46 =WC

,6,8,10,11,13} Mutu = 0.1671

TUGAS UTS UAS

62 70 82
 77 50 67
63 59 80
67 65 69
50 84 66
55 77 78
74 69 66
73 73 70
71 63 65
75 78 74
53 90 69
58 52 61
71 72 75
62 56 64
80 66 64

pusat klaster baru dilakukan dengan mencari nilai rata-rata data nilai
n UAS dari sebanyak anggota pada C1,C2, dan C3 sehingga diperoleh
u sebagai berikut.

UTS UAS
77.7 73.4
58.0 68.5
62.0 65.5

20.32
83.12
22.60
126.04

CCL terdekat MIN

CC1 11.55
CC3 12.19
CC2 11.55
CC2 8.34
CC1 16.01
CC1 9.00
CC3 7.18
CC1 11.82
CC3 4.64
 CC1 12.30
CC1 16.28
CC2 10.61
CC1 10.19
CC2 4.95
CC3 6.20
104.58 =WC

,6,8,10,11,13} Mutu = 0.2161

Klaster iterasi 3
C1= {1,5,6,7,8,10,11,13}
C2= {3,4,9,12,14}
C3= {2,15}

Klaster iterasi 6
C1= {1,5,6,8,10,11,13}
C2= {3,4,12,14}
C3= {2,7,9,15}

aster berhenti. Sehingga hasil akhir dari pengklasteran nilai

Andri , Rudhi, Imam, Berta, Jovan, Danu ; Kelompok
Kelompok Kurang (C3) beranggotakan Christian, Mamok,
 Rerata Nilai Rapot
No Kode Siswa
Matematika Fisika Kimia Biologi
1 A 82 97 88 93
2 B 80 95 88 91
3 C 81 94 87 92
4 D 80 96 88 93
5 E 81 96 87 93
6 F 83 94 87 91
7 G 81 96 87 92
8 H 81 94 87 93
9 I 83 94 87 93
10 J 80 95 88 92
11 K 80 97 87 93
12 L 83 95 87 91
13 M 80 94 89 92
14 O 82 96 89 93
15 P 80 95 88 92

1. Menghitung nilai Entropi dan nilai Gain

(Nilai) Tepat Waktu (S1) Tidak Tepat Waktu

Jumlah
No Atribut Nilai (S2)
15 8 7
1 Matematika
80 6 3 3
81 4 2 2
82 2 2 0
83 3 1 2
2 Fisika
94 5 3 2
95 4 0 4
96 4 3 1
97 2 2 0
3 Kimia
87 8 4 4
88 5 2 3
89 2 2 0
4 Biologi
91 3 0 3
92 5 3 2
93 7 5 2
Nilai Max
2. Menentukan Node Akar

a. Dari hasil perhitungan pada tabel diatas, diketahui bahwa nilai Gain terbesar yaitu pada atribut Fisika yaitu sebesar 0,3495. S

b. Pada atribut Fisika terdapat 4 nilai atribut, yaitu 94, 95, 96, 97. Nilai atribut yang kedua yaitu 95 sudah mengklasifikasikan ka
sehingga tidak perlu dilakukan perhitungan lebih lanjut.
c. Dan nilai atribut keempt yaitu 97 sudah mengklasifikasikan kasus menjadi 1 yaitu dengan hasil Tepat Waktu, sehingga tidak
d. Sedangkan nilai atribut pertama, dan ketiga yaitu94 dan 96 belum mengklasifikasikan kasus menjadi satu keputusan sehingg

Fisik
a

94 96
95

1.2 TTW

3. Mencari Node Cabang

Node 1.2

Jumlah Nilai Fisika = 5, dengan hasil Tepat Waktu = 3 dan Tidak Tepat Waktu = 2

Perhitungan dilakukan untuk mencari node cabang dari nilai atribut 94. Perhitungan dilakukan dengan mencari nilai dari atribu
untuk hasil Tepat Waktu dan Tidak Tepat Waktu, dan nilai Entropy dari semua kasus saat Fisika = 94. Dan kemudian lakukan per
maka akan menjadi node cabang dari nilai atribut 94.

Tidak Tepat
No Atribut Nilai Jumlah (Nilai) Tepat Waktu (S1) Waktu (S2)
Fisika 5 3 2
1 Matematika
80 3 2 1
81 2 1 1
82 0 0 0
83 0 0 0
3 Kimia
87 2 2 0
88 2 0 2
89 1 1 0
4 Biologi
91 1 0 1
92 1 1 0
4 Biologi

93 3 2 1
Nilai Max

Dari hasil perhitungan pada tabel diatas, diketahui bahwa nilai Gain terbesar yaitu pada nilai Biologi yaitu sebesar 1,5219. Sehi
Biologi menjadi node cabang dari nilai atribut 94.
Padanilai Biologi terdapat 3 nilai atribut, yaitu 91, 92, 93. Nilai atribut yang pertama yaitu 91 sudah mengklasifikasikan kasus m
dengan hasil Tidak Tepat Waktu sehingga tidak perlu dilakukan perhitungan lebih lanjut. Nilai atribut kedua sudah mengklasifik
menjadi 1 yaitu dengan hasil Tepat Waktu sehingga tidak perlu dilakukan perhitungan lebih lanjut. Sedangkan nilai atribut ketig
belum mengklasifikasikan kasus menjadi satu keputusan sehingga perlu dilakukan perhitungan lagi. Dari proses tersebut maka
Fisika

94 96
95

1.2 TTW 1.3

Biologi

91
92 93
TTW
TW 1.2.2

Node 1.3

Jumlah Nilai Fisika = 4, dengan hasil Tepat Waktu = 3 dan Tidak Tepat Waktu =1

Perhitungan dilakukan untuk mencari node cabang dari nilai atribut 97. Perhitungan dilakukan dengan mencari nilai dari atribu
untuk hasil Tepat Waktu dan Tidak Tepat Waktu, dan nilai Entropy dari semua kasus saat Fisika = 97. Dan kemudian lakukan per
maka akan menjadi node cabang dari nilai atribut 97.

Tidak Tepat
No Atribut Nilai Jumlah (Nilai) Tepat Waktu (S1) Waktu (S2)
Fisika 4 3 1
1 Matematika
80 1 0 1
81 1 1 0
82 1 1 0
83 1 1 0
3 Kimia
87 2 2 0
88 2 1 1
89 0 0 0
4 Biologi
91 0 0 0
4 Biologi

92 1 0 1
93 3 2 1
Nilai Max

Dari hasil perhitungan pada tabel diatas, diketahui bahwa nilai Gain terbesar yaitu pada nilai Matematika yaitu sebesar 0,8113.
atribut Matematika menjadi node cabang dari nilai atribut 96.
Pada nilai Matematika terdapat 4 nilai atribut, yaitu 80, 81, 82, 83 dimana semua analisis atribut sudah mengklasifikasikan kasu
yaitu dengan hasil Tepat Waktu, Tepat Waktu, Tepat Waktu dan Tidak Tepat Waktu sehingga tidak perlu dilakukan perhitungan
Dari proses tersebut maka dapat dihasilkan pohon sementara seperti berikut ini.

Fisika

94 96
95

1.2 TTW
Biologi

91
92 93
TTW TW
TW 1.2.2

Node 1.2.2

Jumlah nilai pada Fisika = 94 dan Biologi = 93 : 3

Jumlah nilai pada Fisika = 94 dan Biologi yang hasil Tepat Waktu : 2
Jumlah nilai pada Fisika = 94 dan Biologi yang hasil Tidak Tepat Waktu : 1

Tidak Tepat
No Atribut Nilai Jumlah (Nilai) Tepat Waktu (S1) Waktu (S2)

Fisika Biologi 3 2 1
1 Matematika
80 3 2 1
81 0 0 0
82 0 0 0
83 0 0 0
2 Kimia
87 1 1 0
88 1 0 1
89 1 1 0
Nilai Max
Dari hasil perhitungan pada tabel diatas, diketahui bahwa nilai Gain terbesar yaitu sebesar 0,9183, karena ada beberapa atribu
sama memiliki nilai gain terbesar, maka dipilih salah satu atribut yaitu pada atribut Kimia. Sehingga atribut Kimia menjadi node
nilai atribut 94-93.

Pada atribut Kimia terdapat 3 nilai atribut, dimana semua nilai atribut sudah mengklasifikasikan kasus menjadi 1 yaitu dengan
Waktu, Tidak Tepat Waktu, dan Tepat Waktu sehingga tidak perlu dilakukan perhitungan lebih lanjut. Dari proses tersebut mak
dihasilkan pohon sementara seperti berikut ini.

Fisika

94 97
95 96

1.2 TTW 1.3 Matematika

Biologi

91 80
92 81
93
TTW TW
TW 1.2.2
Kimia

TW TTW TW
 Waktu Lusu

Tepat Waktu
Tidak Tepat Waktu
Tepat Waktu
Tepat Waktu
Tidak Tepat Waktu
Tidak Tepat Waktu
Tepat Waktu
Tidak Tepat Waktu
Tepat Waktu
Tidak Tepat Waktu
Tepat Waktu
Tidak Tepat Waktu
Tepat Waktu
Tepat Waktu
Tidak Tepat Waktu

Entopi Gain

0.9968
0.1465
1.0000
1.0000
0.0000
0.9183
0.4568
0.9710
0
0.8113
0
0.1398
1.0000
0.9710
0
0.2704
0.0000
0.9710
0.8631
Nilai Max 0.4568
pada atribut Fisika yaitu sebesar 0,3495. Sehingga atribut Fisika menjadi node akar.

dua yaitu 95 sudah mengklasifikasikan kasus menjadi 1 yaitu dengan hasil Tidak Tepat Waktu

engan hasil Tepat Waktu, sehingga tidak perlu dilakukan perhitungan lebih lanjut.
an kasus menjadi satu keputusan sehingga perlu dilakukan perhitungan lagi.

Fisik
a

97
96
TW
1.3

ilakukan dengan mencari nilai dari atribut selain yang menjadi node akar (Fisika), yaitu dengan mencari jumlah kasus
aat Fisika = 94. Dan kemudian lakukan perhitungan untuk mencari nilai Gain, dan atribut dengan nilai Gain terbesar,

Entopi Gain

0.9710
0.0200
0.9183
1.0000
0.0000
0.0000
0.9710
0.0000
0.0000
0.0000
1.5219
0.0000
0.0000
 0.9183
Nilai Max 1.5219

da nilai Biologi yaitu sebesar 1,5219. Sehingga atribut

aitu 91 sudah mengklasifikasikan kasus menjadi 1 yaitu

ut. Nilai atribut kedua sudah mengklasifikasikan kasus
lebih lanjut. Sedangkan nilai atribut ketiga yaitu 93
hitungan lagi. Dari proses tersebut maka dapat

97
TW
1.3

ilakukan dengan mencari nilai dari atribut selain yang menjadi node akar (Fisika), yaitu dengan mencari jumlah kasus
aat Fisika = 97. Dan kemudian lakukan perhitungan untuk mencari nilai Gain, dan atribut dengan nilai Gain terbesar,

Entopi Gain

0.8113
0.8113
0.0000
0.0000
0.0000
0.0000
0.3113
0.0000
1.0000
0.0000
0.1226
0.0000
 0.0000
0.9183
Nilai Max 0.8113

da nilai Matematika yaitu sebesar 0,8113. Sehingga

isis atribut sudah mengklasifikasikan kasus menjadi 1

hingga tidak perlu dilakukan perhitungan lebih lanjut.

Fisika

97
96
TW
1.3 Kimia
83 TTW
80
81 82
TW TW TW

Entopi Gain

0.9183

0.0000
0.9183
0.0000
0.0000
0.0000
0.9183
0.0000
0.0000
0.0000
Nilai Max 0.9183
 esar 0,9183, karena ada beberapa atribut yang sama-
mia. Sehingga atribut Kimia menjadi node cabang dari

sifikasikan kasus menjadi 1 yaitu dengan hasil Tepat

an lebih lanjut. Dari proses tersebut maka dapat

97
TW
1.3 Matematika

83 TTW
81 82
TW TW
 Rerata Nilai Rapot
No
Kode Siswa Matematika Fisika Kimia Biologi
1 A 82 97 88 93
2 B 80 95 88 91
3 C 81 94 87 92
4 D 80 96 88 93
5 E 81 96 87 93
6 F 83 94 87 91
7 G 81 96 87 92
8 H 81 94 87 93
9 I 83 94 87 93
10 J 80 95 88 92
11 K 80 97 87 93
12 L 83 95 87 91
13 M 80 94 89 92
14 O 82 96 89 93
15 P 80 95 88 92

Perhitungan Node 1
Jumlah Pujian (S1) Memuaskan (S2)
No Atribut Nilai (Nilai)
15 5 4
1 Matematika
80 6 3 2
81 4 1 0
82 2 1 0
83 3 0 2
2 Fisika
94 5 1 2
95 4 2 2
96 4 1 0
97 2 1 0
3 Kimia
87 8 1 2
94 5 4 1
89 2 0 1
4 Biologi
84 3 0 3
92 5 2 1
89 7 3 0
Nilai Max
Predikat Kelulusan
Pujian
Memuaskan
Sangat Memuaskan
Pujian
Sangat Memuaskan
Memuaskan
Sangat Memuaskan
Pujian
Sangat Memuaskan
Pujian
Sangat Memuaskan
Memuaskan
Memuaskan
Sangat Memuaskan
Pujian
G
A
I
N
INFOR
Sangat Memuaskan SPLIT
Entopi MATIO INFO
(S3) R
N GAIN
6 1.4096 A
0.8259470634 1.8892464285 0.437183 T
1
I
1.4591
O
3 0
1 0
1 0
0.9022968652 1.932914564 0.466806
2 1.5219
0 0
3 0
1 0
0.7169155951 1.3995812306 0.512236
5 1.2988
0 0
1 0
0.9022968652 1.5058231002 0.599205
0 0
2 1.5219
4 0
Nilai Max 0.9023 1.9329 0.5992
78