Penggerombolan dengan 3 gerombol HASIL DAN PEMBAHASAN

besarnya kriteria penghentian yang dibentuk, serta kesesuaian metode dengan jumlah data yang digunakan. Hasil perbandingan jumlah anggota yang identik dan besarnya persentasi misclustering antara metode k-means, fuzzy k-means, dan two step cluster dapat dilihat sebagai berikut: Tabel 10 Persentasi misclustering 3 gerombol antara metode k-means dengan fuzzy k-means Metode fuzzy k-means G G G3=2 k-means G1=39 n = 38 97.4 n = 0 n = 1 2.6 G2= 45 n=2 4.5 n 42 93.3 n 2.2 G3= 24 n 66.7 n 3.3 n = 0 Tabel 11 Persentasi misclustering 3 gerombol antara metode k-means dengan two step cluster Metode two step cluster G G G3=1 k-means G1=24 n = 24 n = 0 n = 0 G2= 45 n = 41 . n = 4 . n = 0 G3= 39 n = 38 . n = 0 n=1 2.56 Tabel 12 Persentasi misclustering 3 gerombol antara metode k-means terhadap two step cluster Metode two step cluster G G G3=1 fuzzy k-means G1= 2 n = 2 100 n = 0 n = 0 G2= 50 n = 46 92.3 n = 4 7.7 n = 0 G3=56 n =55 98.2 n = 0 n = 1 1.78 Berdasarkan tabel 10, 11, dan 12 untuk penggerombolan dengan 3 gerombol diperoleh bahwa persentasi anggota identik yang dimiliki oleh metode k-means dengan fuzzy k-means lebih besar bila dibandingkan dengan hasil perbandingan antara metode k-means dengan two step cluster. Ini disebabkan oleh perbedaan keragaman yang besar antara kedua metode tersebut. Sedangkan pada persentasi salah penggerombolan misclustering untuk kondisi ini, pada tabel-tabel di atas terlihat bahwa untuk metode penggerombolan yang berbasis k- means dengan fuzzy k-means memiliki persentasi salah penggerombolannya paling kecil yaitu sebesar 0. Sedangkan misclustering yang paling besar dimiliki oleh metode penggerombolan antara fuzzy k-means dengan two step cluster. Nilai misclustering yang paling besar ini mencapai hingga 98.2 . Ini menunjukkan bahwa penggerombolan antara metode k-means dengan fuzzy k-means tidak jauh berbeda, sedangkan antara metode fuzzy k-means dengan two step cluster hasil penggerombolannya agak jauh berbeda. Ini terjadi karena pada pembentukan misclustering ini bergantung pada ketepatan metode dengan besarnya jumlah data yang digunakan. Hasil plot komponen utama dari penggerombolan dengan 3 gerombol untuk masing-masing metode disajikan pada gambar berikut: Gambar 9 Plot dua komponen utama 3 gerombol pada metode k-means Gambar 10 Plot dua komponen utama 3 gerombol pada metode fuzzy k-means Gambar 11 Plot dua komponen utama 3 gerombol pada metode two step clustering

4.4 Penggerombolan dengan 4 gerombol

Hasil distribusi pengelompokan dengan 4 gerombol untuk metode k-means, fuzzy k-means dan two step cluster dapat dilihat sebagai berikut: Tabel 13 Distribusi anggota 4 gerombol Berdasarkan tabel 13 dapat dilihat bahwa pengelompokan dengan 4 gerombol, untuk metode k-means yang memiliki distribusi jumlah anggota yang tidak merata antara masing-masing gerombol, ini dikarenakan keragaman antar kelompoknya yang relatif besar, dan pada metode ini yang memiliki gerombol terbanyak adalah pada gerombol 2. Begitu juga dengan metode two step cluster yang memiliki distribusi jumlah anggota yang sangat tidak merata untuk masing- masing gerombolnya, ini disebabkan karena keragaman antar kelompoknya yang sangat besar. Sedangkan pada metode fuzzy k-means, jumlah masing-masing anggotanya juga tidak merata. Jumlah pembentukan banyaknya anggota pada metode-metode ini dipengaruhi oleh besarnya fungsi objektif dan besarnya kriteria penghentian yang dibentuk, serta kesesuaian metode dengan jumlah data yang digunakan. Hasil perbandingan jumlah anggota yang identik dan besarnya persentasi misclustering antara masing-masing metode dapat dilihat sebagai berikut: Metode k-means fuzzy k-means two step cluster Jumlah Persen Jumlah Persen Jumlah Persen Gerombol 1 35 32.4 2 1.9 4 3.7 Gerombol 2 39 36.1 54 50.0 99 91.7 Gerombol 3 7 6.5 51 47.2 4 3.7 Gerombol 4 27 2.5 1 0.9 1 0.9 Tabel 14 Persentasi misclustering 4 gerombol antara metode k-means dengan fuzzy k-means Metode fuzzy k-means G G G3=2 G4=1 k-means G1= 27 n = 15 55.6 n = 12 44.4 n = 0 n = 0 G2= 39 n = 16 41.0 n = 23 59.0 n = 0 n = 0 G3= 35 n = 17 48.5 n = 16 45.7 n = 1 2.9 n = 1 2.9 G4= 7 n = 3 42.9 n = 3 42.9 n = 1 14.2 n =0 Tabel 15 Persentasi misclustering 4 gerombol antara metode k-means dengan two step cluster Metode two step cluster G G G3=4 G4=1 k-means G1= 7 n = 7 100 n = 0 n = 0 n = 0 G2= 27 n = 24 88.9 n = 2 7.4 n = 1 3.7 n = 0 G3= 39 n = 35 89.8 n = 0 n = 3 7.7 n = 1 2.5 G4= 35 n = 33 94.3 n = 2 5.7 n = 0 n = 0 Tabel 16 Persentasi misclustering 4 gerombol antara metode fuzzy k-means dengan two step cluster Metode two step cluster G G G3=4 G4=1 fuzzy k- means G1= 2 n = 2 100 n = 0 n = 0 n = 0 G2= 51 n = 47 92.2 n = 4 7.8 n = 0 7.4 n = 0 G3= 1 n = 1 100 n = 0 n = 0 n = 0 G4= 54 n = 49 90.7 n = 0 n = 0 n = 1 1.9 Berdasarkan tabel 14, 15, dan 16 di atas, untuk penggerombolan dengan 4 gerombol persentasi anggota identik terbesar dimiliki oleh metode k-means dan