14
Klasifikasi prosedur pengclusteran analisis cluster ini ditampilkan dalam bagan di bawah ini Simamora, 2005:
Klasifikasi Prosedur Pengclusteran
Gambar 2.1. Bagan Analisis Cluster
CLUSTERING PROCEDURE
Hierarchical Non hierarchical
Agglomerative Divisive
Sequential thereshold
Parallel thereshold
Optimizing Partitionin
Linkage Method
Variance Method
Centroid Method
Single Linkage
Complete Linkage
Average Linkage
Ward’s Method
15
a. Metode Hierarki
Metode hierarki hierarchical method adalah suatu metode pada analisis cluster yang membentuk tingkatan tertentu seperti pada struktur pohon karena
proses pengclusterannya dilakukan secara bertingkatbertahap. Hasil pengclusteran dengan metode hierarki dapat disajikan dalam bentuk dendogram
Dendogram adalah representasi visual dari langkah-langkah dalam analisis cluster yang menunjukkan bagaimana cluster terbentuk dan nilai koefisien jarak pada
setiap langkah. Angka disebelah kanan adalah obyek penelitian, dimana obyek- obyek tersebut dihubungkan oleh garis dengan obyek yang lain sehingga pada
akhirnya akan membentuk satu cluster Simamora, 2005.
Gambar 2.2. Contoh Dendogram Average Linkage
16
Tahap-tahap pengclusteran data dengan menggunakan metode hierarki adalah Gudono, 2011:
1 Tentukan k sebagai jumlah cluster yang ingin dibentuk 2 Setiap data obyek dianggap sebagai cluster sehingga n = N.
3 Menghitung jarak antar cluster 4 Mencari dua cluster yang mempunyai jarak antar cluster paling
minimal dan menggabungkannya berarti N = n-1 5 Jika n k, maka kembali ke langkah 3.
Metode-metode yang bisa digunakan dalam metode hierarki adalah metode agglomeratif agglomerative method dan metode defisif devisive
method. a Metode Agglomeratif
Metode agglomeratif dimulai dengan menganggap bahwa setiap obyek adalah sebuah cluster. Kemudian dua obyek dengan jarak terdekat digabungakan
menjadi satu cluster. Selanjutnya obyek ketiga akan bergabung dengan cluster yang ada atau bersama obyek lain dan membentuk cluster baru dengan tetap
memperhitungkan jarak kedekatan antar obyek. Proses akan berlanjut hingga akhirnya terbentuk satu cluster yang terdiri dari keseluruhan obyek. Metode
aglomeratif sendiri masih ada beberapa macam, yaitu : 1 Metode Single Linkage
Untuk menentukan jarak antarcluster dengan menggunakan metode single linkage dapat dilakukan dengan melihat jarak antardua cluster yang ada,
17
kemudian memilih jarak paling dekat atau aturan tetangga dekat nearest neighbour rule. Langkah-langkah menggunakan metode single linkage Johnson
Wichern, 1992: a Menemukan jarak minimum dalam D = {d
ij
} b Menghitung jarak antara cluster yang telah dibentuk pada langkah 1
dengan obyek lainnya. c Dari algoritma di atas jarak-jarak antara IJ dan cluster K yang lain
dihitung dengan cara: min
, 2.5
Dalam hal ini besaran-besaran dan
masing-masing adalah jarak terpendek antara cluster-cluster I dan K dan juga cluster-cluster J dan K.
Hasil dari pengclusteran menggunakan metode single linkage dapat ditampilkan secara grafis dalam bentuk dendrogram atau diagram pohon. Cabang-cabang pada
pohonnya mewakili banyaknya cluster. Sebagai contoh : Terdapat matriks jarak antara 5 buah obyek, yaitu :
Langkah penyelesaiannya : a Menemukan jarak minimum dalam D = {d
ij
}
