DISUSUN OLEH :
Kelompok 8
1. Fiwi Khofifah (P 211 198 020)
Puji syukur kami ucapkan kehadirat Allah SWT, karena dengan rahmat dan
karunia-Nya kami masih diberi kesempatan untuk menyelesaikan makalah ini.
Tidak lupa saya ucapkan kepada dosen pengempuh mata kuliah ini yang telah
memberikan dukungan dalam menyelesaikan makalah ini. Kami menyadari
bahwa dalam penulisan makalah ini masih banyak kekurangan, oleh sebab itu
kami sangat mengharapkan kritik dan saran yang membangun sehingga makalah
ini nantinya dapat menajadi makalah yang lebih baik lagi. Demikian semoga
makalah ini dapat bermanfaat bagi para pembaca, Aamiin.
DAFTAR ISI
SAMPUL...................................................................................................................
KATA PENGANTAR..............................................................................................i
DAFTAR ISI............................................................................................................ii
BAB I PENDAHULUAN........................................................................................1
1.1. Latar Belakang..........................................................................................1
1.2. Rumusan Masalah.....................................................................................2
1.3. Tujuan........................................................................................................2
BAB II PEMBAHASAN.........................................................................................3
2.1. Pengertian Analisis Kluster...........................................................................3
2.2. Jenis-Jenis Uji Analisis Kluster.....................................................................4
2.3. Cara mengkaji metode K-means dalam pembentukan kluster......................5
BAB III PENUTUP...............................................................................................11
3.1. Kesimpulan..............................................................................................11
3.2. Saran........................................................................................................11
DAFTAR PUSTAKA............................................................................................12
BAB I
PENDAHULUAN
1.3. Tujuan
1. Untuk Mengetahui maksud dari analisis kluster
2. Untuk mengetahi jenis-jenis pada uji analisis kluster.
3. Untuk mengetahi cara mengkaji metode K-means dalam pembentukan
kluster.
BAB II
PEMBAHASAN
Analsis cluster adalah salah satu dari metode dalam analisis multivariat yang
memiliki tujuan utama untuk mengelompokkan objek-objek berdasarkan
karakteristik yang dimilikinya. Analisis cluster mengelompokkan individu
atau objek penelitian, sehingga setiap objek yang paling dekat kesamaannya
dengan objek lain berada dalam cluster yang sama. Cluster-cluster yang
terbentuk dalam satu cluster mempunyai ciri yang relatif sama (homogen),
sedangkan antar cluster mempunyari ciri yang berbeda (heterogen).
Pengelompokan ini dilakukan berdasarkan variabel-variabel yang diamati
(Usman dan Sobari, 2013).
Ditinjau dari hal-hal yang dikelompokkan analisis klaster dibagi menjadi dua
macam yaitu pengelompokan observasi dan pengelompokan variabel.
Sedangkan secara umum analisis klaster dibagi menjadi dua metode yaitu
metode hierarki dan metode non hierarki. Di dalam metode hierarki sendiri
terdapat beberapa metode, metode-metode yang termasuk dalam metode
hierarki adalah metode Pautan Tunggal (Single Linkage), metode Pautan
Lengkap (Complete Linkage), metode Antar Pusat (Centroid Linkage),
metode Pautan Rata-rata (Average Linkage) dan Metode Ward (Ward’s
Method), sedangkan metode yang termasuk dalam metode non hirarki adalah
metode K-Means (Soraya, 2011).
Metode Pengklasteran
Metode klaster hierarki (hierarchical clustering methods) adalah metode yang
digunakan untuk mengelompokkan suatu pengamatan secara terstruktur
berdasarkan kemiripan sifat dan banyaknya kelompok yang dapat dibentuk
belum diketahui. Untuk penyajian banyaknya kelompok yang dapat dibentuk
yaitu dari kelompok terbesar hingga terkecil dan sebaliknya. Pengklasteran
hierarki dimulai dengan satu klaster yang diperoleh dari hasil pengamatan
suatu objek dan diakhiri dengan klaster yang berisi semua objek atau
sebaliknya (Rencher, 2002).
Analisis klaster dengan metode non hierarki merupakan metode klaster yang
menentukan jumlah klaster secara manual (Baroroh, 2012). Teknik analisis
klaster nonhierarki dirancang untuk mengelompokkan item bukan variabel
menjadi kumpulan K klaster. Banyaknya klaster K, ditentukan terlebih dahulu
untuk memulai prosedur pengklasteran. Metode ini dapat diterapkan pada
himpunan data yang jauh lebih besar dibandingkan menggunakan teknik
analisis klaster hierarki.
C-Means merupakan salah satu algoritma dalam data mining yang biasa
digunakan untuk melakukan clustering suatu data. Ada banyak pendekatan
untuk membuat cluster, diantaranya adalah membuat aturan yang mendikte
keanggotaan dalam kelompok yang sama berdasarkan tingkat persamaan di
antara anggota-anggotanya. Pendekatan lainnya adalah dengan membuat
sekumpulan fungsi yang mengukur beberapaproperti dari pengelompokan
tersebut sebagai fungsi dari beberapa parameter dari sebuah clustering
(Talakua et al, 2017).
Menurut Talaku et al (2017), mengelompokan data dengan metode C-Means
dilakukan dengan algoritma sebagai berikut.
1. Tentukan jumlah kelompok.
2. Alokasikan data ke dalam kelompok secara acak.
3. Hitung pusat kelompok dari data yang ada di masing-masing kelompok.
Lokasi centroid setiap kelompok diambil dari rata-rata semua nilai data
dari setiap fiturnya. Jika M menyatakan jumlah data dalam sebuah
kelompok, i menyatakan fitur ke-i dalam sebuah kelompok, dan p
menyatakan dimensi data, maka persamaan untuk menghitung centroid
fitur ke-i digunakan persamaan
dengan n adalah jumlah data, k adalah jumlah kelompok, ai1 adalah nilai
keanggotaan titik data xi ke kelompok C1 yang diikuti. 𝑎 mempunyai nilai
0 atau 1. Apabila data merupakan anggota suatu kelompok, nilai ai1 = 1.
Jika tidak, nilai ai1 = 0. Kembali ke langkah 3, apabila masih ada data
yang berpindah kelompok atau apabila ada perubahan nilai centroid di atas
nilai ambang yang ditentukan, atau apabila perubahan nilai pada fungsi
objektif yang digunakan masih di atas nilai ambang yang ditentukan.
BAB III
PENUTUP
3.1. Kesimpulan
Analisis klaster merupakan suatu teknik yang dapat digunakan untuk
mengklasifikasikan obyek atau kasus kedalam kelompok yang relatif
homogen. Objek atau kasus dalam setiap kelompok cenderung mirip satu
sama lain dan berbeda jauh (tidak sama) dengan objek dari klaster lainnya.
Analsis cluster adalah salah satu dari metode dalam analisis multivariat yang
memiliki tujuan utama untuk mengelompokkan objek-objek berdasarkan
karakteristik yang dimilikinya. Analisis klaster dibagi menjadi dua macam
yaitu pengelompokan observasi dan pengelompokan variabel. Sedangkan
secara umum analisis klaster dibagi menjadi dua metode yaitu metode
hierarki dan metode non hierarki. Analisis cluster adalah metode yang tepat
untuk mengidentifikasi objek- objek yang homogen ke dalam kelompok-
kelompok yang disebut cluster. Cluster-cluster yang terbentuk memiliki
homogenitas internal yang tinggi dan heterogenitas eksternal yang tinggi.
Secara garis besar metode clustering dibagi menjadi dua, yaitu: metode
clustering hirarki dan metode clustering nonhirarki. C-Means merupakan
salah satu metode data clustering nonhierarki yang berusaha mempartisi data
yang ada dalam bentuk satu atau lebih cluster, sehingga data dengan
karakteristik yang sama dikelompokan dalam satu cluster yang sama pula.
3.2. Saran
Adapun sarannya yaitu dalam pembahasan hanya terbatas pada pengembangan
model pengambilan keputusan menggunakan metode K-Means. Oleh karena
itu penulis menyarankan pada peneliti selanjutnya agar dapat mengembangkan
metode-metode clustering yang lain serta dapat mengembangkan dan
mengimplementasikan pada ilmu dan studi kasus yang lain.
DAFTAR PUSTAKA