>> Perbandingan antara Metode Agglomeratif, Metode Divisif, dan Metode K-Means dalam Analisis Klaster (oleh Dewi Rachmatin dan Kania Sawitri)

Telah diseminarkan pada Seminar Nasional Matematika UNPAR Tahun 2014

Abstrak

Proses pengelompokan data dalam analisis klaster dapat dilakukan dengan dua metode yaitu: metode hirarki dan metode non-hirarki. Metode hirarki (hierarchical methods) adalah metode pengklasteran yang membentuk konstruksi hirarki berdasarkan tingkatan tertentu seperti struktur pohon. Metode ini dibagi menjadi dua yaitu metode agglomeratif (pemusatan) dan metode divisif (penyebaran). Metode-metode yang termasuk metode agglomeratif di antaranya : Single Linkage Method, Complete Linkage Method, Average Linkage Method, Ward’s Method, Centroid Method dan Median Method. Keenam metode agglomeratif (hirarki) tersebut telah dibahas pada penelitian terdahulu (Rachmatin, 2012). Dalam metode hirarki jumlah kelompok yang akan diperoleh belum diketahui, sedangkan metode non-hirarki memulai dengan mengasumsikan ada k kelompok terlebih dahulu. Metode yang termasuk metode non-hirarki adalah metode k-means dan metode fuzzy k-means. Pada artikel ini dibahas hasil kajian teoritis yang merupakan perbandingan metode hirarki (metode agglomeratif dan metode divisif) dengan metode non-hirarki yang diwakili oleh metode k-means. Hasil kajian teoritis tersebut diterapkan pada sebuah data yaitu data tingkat polusi udara (Gunawan dkk., 2010; Rachmatin, 2012).

Kata Kunci : Metode Agglomeratif, Metode Divisif, dan Metode K-Means.

Selengkapnya