142. Untuk menganalisis klaster, dilakukan proses mengukur kesamaan dan kemudian membuat klaster dengan teknik-teknik analisis klaster.
2.9.1 Ukuran Kesamaan
Sesuai prinsip analisis klaster yang mengelompokkan objek yang mempunyai kemiripan, proses pertama adalah mengukur seberapa jauh ada
kesamaan antar objek.Menurut Rencher 2002 : 452 ukuran kesamaan yang di gunakan adalah kedekatan jarak antara dua objek. Makin besar nilai ukuran
jarak antar dua buah objek, makin besar pula perbedaan antara kedua objek. Fungsi jarak yang umum adalah jarak Euclidean antara dua vektor
dan , didefinisikan sebagai berikut
2-22
Untuk menyesuaikan varians dan kovarian antara variabel p, menggunakan jarak statistik
2-23 di mana Sadalah matriks kovarians sampel. Setelah kelompok terbentuk, S
dapat dihitung dan dikumpulkan dalam klaster matriks kovarians.
2.9.2 Teknik – Teknik Analisis Klaster
Ada beberapa teknik yang digunakan dalam analisis klaster yaitu :
a Hirarkikal
Metode ini memulai pengklasteran data dengan dua atau lebih objek yang mempunyai kesamaan paling dekat kemudian dilanjutkan ke
objek lain yang mempunyai kedekatan kedua dan seterusnya sampai klaster akan membentuk semacam pohon sehingga ada tingkatan yang
jelas antar objek, dari yang paling mirip sampai yang paling tidak mirip sehingga pada akhirnya hanya akan terbentuk sebuah klaster.
Menurut Gudono 2011 : 262, beberapa metode dalam proses pengklasteran hirarkikal adalah sebagai berikut:
a. Single Linkage Pada metode single linkage untuk menentukan jarak antar klaster
perlu melibatkan semua jarak antardua klaster yang ada dengan jarak Euclidean kuadrat dan kemudian memilih yang terkecil atau terdekat
jaraknya. b. Complete Linkage
Metode Complete Linkage merupakan kebalikan dari metode single linkage. Dimana dalam metode single linkage pengelompokkan
berdasarkan jarak terdekat, sedangkan dalam metode complete linkage pengelompokkan berdasarkan jarak yang terjauh.
c. Ward’s Method
Pada metode ward menngunakan error sum of squares ESS sebagai pertimbangan, dengan metode ward peneliti ingi memaksimalkan
ukuran homoginitas dalam klaster. ESS hanya dapat dihitung jika klaster memiliki elemen lebih dari satu item.ESSklaster yang hanya memiliki satu
item adalah nol. Rumus ESS adalah sebagai berikut : 2-24
Dimana adalah rata-rata mean nilai item dalam sebuah klaster, k adalah jumlah anggota klaster.
b Non Hirarchical Method
Berbeda dengan metode hirarki, metode ini justru dimulai dengan menentukan terlebih dahulu jumlah klaster yang diinginkan. Setiap jumlah
klaster diketahui dilakukan tanpa melalui proses hirarki. Metode ini biasa disebut metode K-Means Cluster.
c Kombinasi teknik hirarki dan non hirarki
Dalam pengklasteran dapat pula digunakan kedua teknik hirarchi dan non hirarchi agar didapatkan keuntungan dari masing-masing teknik. Pada
teknik hirarki didapatkan informasi banyak klaster yang ingin dibentuk, profil pusat klaster dan identifikasi data klaster, dan dari informasi teknik hirarki
dapat dilanjutkan dengan teknik non hirarki untuk menambah kesempurnaan hasil analisis klaster.
Pada analisis klaster terdapat dua asumsi yang harus dipenuhi yaitu sampel mencerminkan populasi dan tidak terjadi multikolinearitas.
2.10. Multikolinearitas
