METODOLOGI PENELITIAN Algoritma Modified K-MEANS Clustering Pada Penentuan Cluster Centre Berbasis Sum Of Squared Error (SSE)

BAB III METODOLOGI PENELITIAN

3.1.Pendahuluan Pada clustering, penentuan pusat cluster merupakan hal yang sangat penting, karena dengan penentuan pusat cluster yang tepat akan menentukan kualitas cluster yang dihasilkan. Optimasi penentuan pusat cluster menggunakan algoritma Modified K- Means Clustering berbasis Sum of Squared Error SSE diharapkan dapat memberikan output berupa tabel atau grafik yang lebih optimal. 3.2.Transformasi Data Agar data dapat diolah dengan menggunakan metode K-MeanClustering, maka data yang berjenis data nominal seperti wilayahkota asal, pekerjaan, harus diinisialisasikan terlebih dahulu dalam bentuk angka. Untuk melakukan inisialisasi wilayahkota asal dilakukan dengan langkah-langkah sebagai berikut : 1. Pada data kota asal terlebih dulu dilakukan pembagian wilayah menjadi beberapa bagian wilayah. 2. Kemudian wilayah-wilayah tersebut diurutkan dari yang terbesar berdasarkan frekuensi pasien yang berasal dari wilayah tersebut. 3. Setelah itu wilayah yang memiliki frekuensi terbesar diberi inisial dengan angka 1 dan wilayah yang memiliki frekuensi terbesar kedua diberi inisial dengan angka 2, begitu seterusnya hingga wilayah dengan frekuensi paling sedikit. Data wilayahkota asal dan pekerjaan termasuk ke dalam jenis data nominal sehingga perlu diinisialisasikan ke dalam bentuk angka berdasarkan frekuensi dari data tersebut. Universitas Sumatera Utara 3.2. Perancangan Algoritma Disain diagram alir optimasi titik pusat cluster dengan metode Modified K- MeanClustering dengan Sum of Squared Error SSE dapat digambarkan sebagai berikut: Tidak Ya Gambar 3.1 Flowchart Modified K-MeanClustering berbasis SSE Perancangan algoritma di atas dapat dijelaskan dalam bentuk langkah-langkah sebagai berikut: 1. Menentukan parameter MK-Means Clustering jumlah iterasi 2. Jumlah iterasi yang akan diuji Adalah 100 pusat cluster. Jumlah iterasi i yang Menentukan pusat Cluster secara random Evaluasi pusat cluster berdasarkan SSE Bangkitkan Pusat Cluster baru Evaluasi nilai cluster baru berdasarkan SSE Update nilai SSE Kriteria berhenti terpenuhi Diperoleh pusat cluster optimum Universitas Sumatera Utara akan diuji adalah masing-masing 5 pusat cluster pada setiap iterasi, yaitu sebanyak 20 iterasi. 3. Jumlah cluster adalah sebanyak 3 cluster. 4. Membangkitkan solusi awal yaitu pusat cluster secara random . Menghitung nilai Sum of Squared Error SSE dengan menggunakan persamaan SSE. 5. Evaluasi pusat cluster berdasarkan nilai SSE. 6. Membangkitkan pusat cluster baru bedasarkan nilai SSE yaitu nilai SSE yang paling minimum pada pusat cluster sebelumnya. 7. Update nilai SSE. 8. Kriteria berhenti apabila iterasi telah melakukan pencarian SSE sebanyak 20 kali iterasi atau 100 pusatclusteryang berbeda beda yang dibangkitkan secara random. 9. Output dari sebuah system adalahnilai SSE yang paling minimum yang merupakan pusat clusteryang paling optimum. 3.3.Teknik Pengembangan Penelitian ini akan dilakukan dengan langkah-langkah sbb: 1. Studi literature dan konsultasi bimbingan. Pada tahap ini dikumpulkan bahan-bahan penelitian melalui berbagai sumber kepustakaan, baik berupa buku-buku, jurnal, prosiding, majalah dan lain sebagainya sebagai bahan pendukung dan juga melakukan konsultasi dengan pembimbing tesis. 2. Pengumpulan data dilapangan. Pada tahap ini dilakukan observasi lapangan untuk mengumpulkan data yang dibutuhkan dan permasalahan yang sering ditemui. 3. Inisialisasi data. Pada tahap ini dilakukan indentifikasi data untuk menentukan validitas data dan variable-variabel yang akan dipakai. Jika data tidak valid maka dilakukan observasi lapangan kembali. 4. Penyusunan dataset pengujian. Setelah didapat data yang valid, maka sekarang disusun metode-metode pengujian agar tujuan penelitian terpenuhi. 5. Perancangan aplikasi Data Mining. Universitas Sumatera Utara Pada tahap ini dirancang aplikasi menggunakan Phyton. 6. Pelaksanaan pengujian menggunakan aplikasi dan Evaluasi hasil. Tahap ini untuk menguji data menggunakan program aplikasi dan melakukan analisa terhadap hasil pengujian dan evaluasi kesalahan. 7. Menyusun buku tugas akhir. Tahap akhir ini merupakan dokumentasi dari teori-teori penunjang, perancangan system aplikasi, hasil dan analisa pengujian, serta saran dan kesimpulan Tidak Ya Gambar 3.2Langkah – langkah Penelitian Studi Literatur dan bimbingan Pengujian Evaluasi Pengumpulan data Inisialisasi Data Penyusunan Data Perancangan Aplikasi Menyusun Buku Tesis Universitas Sumatera Utara

BAB IV HASIL DAN PEMBAHASAN