Pertemuan Ke 9
Pertemuan Ke 9
1. Bila jumlah data tidak terlalu banyak, mudah untuk menentukan cluster
awal.
K-MEANS 3. Tidak pernah mengetahui real cluster dengan menggunakan data yang
sama, namun jika dimasukkan dengan cara yang berbeda mungkin dapat
memproduksi cluster yang berbeda jika jumlah datanya sedikit.
1. Bila jumlah data tidak terlalu banyak, mudah untuk menentukan cluster
awal.
K-MEANS 3. Tidak pernah mengetahui real cluster dengan menggunakan data yang
sama, namun jika dimasukkan dengan cara yang berbeda mungkin dapat
memproduksi cluster yang berbeda jika jumlah datanya sedikit.
1. Bila jumlah data tidak terlalu banyak, mudah untuk menentukan cluster
awal.
K-MEANS 3. Tidak pernah mengetahui real cluster dengan menggunakan data yang
sama, namun jika dimasukkan dengan cara yang berbeda mungkin dapat
memproduksi cluster yang berbeda jika jumlah datanya sedikit.
CONTOH
KASUS
Diketahui:
• Jumlah cluster = 2
• Jumlah data = 12
Langkah penyelesaian
1. Tentukan pusat awal cluster “centroid”
CONTOH Untuk penentuan awal diasumsikan :
KASUS 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
2. Perhitungan jarak pusat cluster
CONTOH
KASUS
b. Perhitungan jarak dari data ke-2 terhadap pusat cluster
CONTOH
KASUS
c. Perhitungan jarak dari data ke-3 terhadap pusat cluster
CONTOH
KASUS
Lakukan perhitungan seterusnya sampai jarak dari data ke 12
terhadap pusat cluster, sehingga hasil perhitungan jarak
selengkapnya adalah:
Data C1 C2
1 10,4 21,7
2 0 24,02
3 24,1 14,5
CONTOH 4 14,1 26,03
KASUS 5 24,02 0
6 15,6 28,8
7 16,4 22,1
8 11,8 26,2
9 11,1 22,4
10 6,8 27,09
11 12,2 25,8
12 6,5 22,9
3. Pengelompokan data, misalkan G1
Data C1 C2 Cluster
1 10,4 21,7 C1
2 0 24,02 C1
3 24,1 14,5 C2
4 14,1 26,03 C1
CONTOH 5 24,02 0 C2
KASUS 6 15,6 28,8 C1
7 16,4 22,1 C1
8 11,8 26,2 C1
9 11,1 22,4 C1
10 6,8 27,09 C1
11 12,2 25,8 C1
12 6,5 22,9 C1
4. Penentuan Pusat Cluster Baru
CONTOH
KASUS
4. Penentuan Pusat Cluster Baru
CONTOH
KASUS
5. Pengulangan langkah ke-2 hingga posisi data tidak mengalami
perubahan
a. Perhitungan jarak dari data ke-1 terhadap pusat cluster
CONTOH
KASUS
b. Perhitungan jarak dari data ke-2 terhadap pusat cluster
CONTOH
KASUS
c. Perhitungan seterusnya sampai jarak dari data ke-12 terhadap
pusat cluster
Data C1 C2
Sehingga hasil 1 5,5 20,5
perhitungan jarak 2 7,9 22,9
8. Kesimpulan
Hasil Clustering adalah
CONTOH
Cluster 1 : siswa 1, 2, 4, 6, 7, 8, 9, 10, 11, 12
KASUS
Cluster 2 : Siswa 3 dan 5