41 3. menghitung eigenvector dan eigenvalue dari covariance matrix.
4. Pilih komponen dan bentuk vector feature dan principal component dari eigenvector yang memiliki eigenvalue paling besar diambil
decreasing order. 5. menurunkan satu set data baru
6. kemudian memasukan jumlah PCA yang digunakan dalam pemotongan data.
3.5.3 Pengukuran Jarak
Setelah proses Pre-processing selesai dilakukan langkah selanjutnya adalah pengukuran jarak dengan menggunakan salah satu metode yang
ada.Seperti yang sudah dijelaskan sebelumnya dalam penelitian ini menggunakan Euclidean distance.
3.5.4 Clustering
Ssetelah mendapatkan data matriks dari hasil pengukuran jarak kemudian akan masuk kedalam tahap clustering atau pengelompokan untuk mengelompokan
peran-peran berdasarkan data pertandingan yang sudah diproses.Data pertandingan akan diukur kemiripannya dengan agglomerative hierarchical
clustering dengan metode single-linkagejarak minimum,Complete-linkagejarak maximum,Average-linkagejarak rata-rata.Dari hasil clustering yang telah
Tabel 3. 21 contoh matrix data
42 terbentuk kemudian menggambarkan sebuah dendrogram agar sebuah cluster
dapat terlihat dengan mudah akan masuk dalam kelompok mana saja.
a. Single-linkage
Pengukuran jarak menggunakan single-linkage adalah mengukur jarak minimal antara setiap elemen data.Dari matriks jarak di atas 3 dan 4 adalah
jarak terdekat kemudian pasangkan objek 3 dan 4 menjadi 1 cluster dengan data minimal.Hasil jarak baru membentuk matriks jarak baru dan
kemudian dilanjutkan hingga tersisa 1 cluster.hasil dendrogramnya sebagai berikut :
b. Complete-linkage
Pengukuran jarak menggunakan complete-linkage adalah mengukur jarak minimal antara setiap elemen data.Dari matriks jarak di atas 3 dan 4 adalah
jarak terdekat kemudian pasangkan objek 3 dan 4 menjadi 1 cluster dengan data minimal.Hasil jarak baru membentuk matriks jarak baru dan
kemudian dilanjutkan hingga tersisa 1 cluster.hasil dendrogramnya sebagai berikut :
Gambar 3. 94 contoh dendrogram single-linkage
43 c.
Average-linkage Pengukuran jarak menggunakan complete-linkage adalah mengukur jarak
rata-rata antara setiap elemen data.Dari matriks jarak di atas 3 dan 4 adalah jarak terdekat kemudian pasangkan objek 3 dan 4 menjadi 1 cluster
dengan data minimal.Hasil jarak baru membentuk matriks jarak baru dan kemudian dilanjutkan hingga tersisa 1 cluster.hasil dendrogramnya
sebagai berikut :
Gambar 3. 50 contoh dendrogram complete-linkage
Gambar 3. 61 contoh dendrogram average-linkage
44
3.5.5 Perhitungan Akurasi Confusion Matrix
