Presentasi Cluster Analysis - KLMPK 4
Presentasi Cluster Analysis - KLMPK 4
Presentasi Cluster Analysis - KLMPK 4
OLEH : KELOMPOK 4
ARIESTA CHRISTIAN BEGAWAN AZIZ
JALIL SETIAWAN JAMAL
DEFINISI DAN CIRI CLUSTER
DEFINISI ANALISIS CLUSTER
• TEKNIK EKSPLORASI MULTIVARIAT
• VERIFIKASI KESAMAAN
• BERTUJUAN MENGELOMPOKKAN OBJEK / DATA
DIVISIVE
NON-HIERARCICHAL
AVARAGE LINKAGE
COMPLETE LINKAGE
TAHAPAN DALAM ANALISIS CLUSTER
menujukkan matrik
jarak antar variabel
Semakin kecil jarak
euclidean, maka
semakin mirip kedua
variabel tersebut
sehingga akan
membentuk kelompok
(cluster).
hasil proses clustering
dengan metode
Between Group
Linkage.
Setelah jarak antar
variabel diukur dengan
jarak euclidean, maka
dilakukan
pengelompokan, yang
dilakukan secara
bertingkat.
Apabila ditentukan dibentuk 2
cluster, maka :
Anggota cluster 1 adalah
Kota A, B, C, D, E, dan H
Anggota cluster 2 adalah
Kota F,G, I, J, K, danL.
Apabila ditentukan dibentuk 3
cluster, maka :
Anggota cluster 1 adalah
Kota A
Anggota cluster 2 adalah
Kota B, C, D, E, dan H.
Anggota cluster 3 adalah
Kota F,G, I, J, K, danL.
Apabila diinginkan dibentuk 4
cluster, maka :
Anggota cluster 1 adalah
Kota A Anggota cluster 2
adalah Kota Bdan KotaH
Anggota cluster 3 adalah C,
D, dan E
Anggota cluster 4 adalah
Kota F,G, I, J, K, danL.
Dendogram berguna untuk
menunjukkan anggota cluster yang
ada jika akan ditentukan berapa
cluster yang seharusnya dibentuk.
Sebagai contoh yang terlihat dalam
dendogram, apabila akan dibentuk
2 cluster, maka cluster 1
beranggotakan Kota Ksampai
dengan Kota F(sesuai urutan dalam
dendogram); dan cluster2
beranggotakan Kota D sampai
dengan Kota A.
Demikian seterusnya dapat dengan
mudah dilihat anggota tiap cluster
sesuai jumlah cluster yang
diinginkan.
PENCIRIAN KLASTER
JUMLAH
JUMLAH
JUMLAH JUMLAH DANA HIBAH JUMLAH
KOTA KONSUMSI
KLASTER PENDAPATA PINJAMAN YANG PENDUDUK
(ANGGOTA) PEMERINTAH
N KOTA PEMERINTAH DIMILIKI KOTA
KOTA
KOTA
I A 55 5,6 9 50 25
2 B dan H 58,5 7,55 6,5 74 35
3 C, D, dan E 69 5,6 6,5 67 46,5
F, G, I, J, K,
4 83,8 7,5 8,3 84,3 51,8
dan L
• ANGKA DIPEROLEH DARI RATA-RATA NILAI SETIAP VARIABLE DARI ANGGOTA DALAM KLASTER
• DARI ANGKA DIATAS, MAKA KITA DAPAT MEMBERIKAN CIRI DAN PENAMAAN CLUSTER SESUAI
DENGAN TUJUAN PENELITIAN DAN BERSIFAT SUBJEKTIF