METODE CLUSTERING DENGAN ALGORITMA K-MEANS. Oleh : Nengah Widya Utami

Ukuran: px

Mulai penontonan dengan halaman:

Download "METODE CLUSTERING DENGAN ALGORITMA K-MEANS. Oleh : Nengah Widya Utami"

Suhendra Sudomo Sudirman
6 tahun lalu
Tontonan:

METODE CLUSTERING DENGAN ALGORITMA K-MEANS Oleh : Nengah Widya Utami 1629101002 PROGRAM

1 METODE CLUSTERING DENGAN ALGORITMA K-MEANS Oleh : Nengah Widya Utami PROGRAM STUDI S2 ILMU KOMPUTER PROGRAM PASCASARJANA UNIVERSITAS PENDIDIKAN GANESHA SINGARAJA 2017

2 1. Definisi Clustering Clustering merupakan suatu teknik data mining yang membagi-bagikan data ke dalam beberapa kelompok (grup atau cluster atau segmen) yang tiap cluster dapat ditempati beberapa anggota bersama-sama. Pada dasarnya clustering merupakan suatu metode untuk mencari dan mengelompokkan data yang memiliki kemiripan karakteriktik (similarity) antara satu data dengan data yang lain. Clustering merupakan salah satu metode data mining yang bersifat tanpa arahan (unsupervised), maksudnya metode ini diterapkan tanpa adanya latihan (training) dan tanpa ada guru (teacher) serta tidak memerlukan target output. Dalam data mining ada dua jenis metode clustering yang digunakan dalam pengelompokan data, yaitu hierarchical clustering dan non-hierarchical clustering. Hierarchical clustering adalah suatu metode pengelompokan data yang dimulai dengan mengelompokkan dua atau lebih objek yang memiliki kesamaan paling dekat. Kemudian proses diteruskan ke objek lain yang memiliki kedekatan kedua. Demikian seterusnya sehingga cluster akan membentuk semacam pohon dimana ada hierarki (tingkatan) yang jelas antar objek, dari yang paling mirip sampai yang paling tidak mirip. Secara logika semua objek pada akhirnya hanya akan membentuk sebuah cluster. Berbeda dengan metode hierarchical clustering, metode non-hierarchical clustering justru dimulai dengan menentukan terlebih dahulu jumlah cluster yang diinginkan (dua cluster, tiga cluster, atau lain sebagainya). Setelah jumlah cluster diketahui, barulah proses cluster dilakukan tanpa mengikuti proses hierarki. Metode ini biasa disebut dengan K-Means Clustering (Oscar, 2013). 2. Definisi K-Means K-Means merupakan salah satu metode data clustering non-hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster/kelompok dan data yang memiliki karakteristik yang berbeda dikelompokan dengan cluster/kelompok yang lain sehingga data yang berada dalam satu cluster/kelompok memiliki tingkat variasi yang kecil (Oscar, 2013). 1

3 3. Algoritma K-Means Langkah-langkah dalam algoritma K-Means adalah : 1) Menentukan jumlah cluster 2) Menentukan nilai centroid Dalam menentukan nilai centroid untuk awal iterasi, nilai awal centroid dilakukan secara acak. Sedangkan jika menentukan nilai centroid yang merupakan tahap dari iterasi, maka digunakan rumus sebagai berikut. Dimana : - Vij adalah centroid/ rata-rata cluster ke-i untuk variabel ke-j - Ni adalah jumlah data yang menjadi anggota cluster ke-i - i,k adalah indeks dari cluster - j adalah indeks dari variabel - Xkj adalah nilai data ke-k yang ada di dalam cluster tersebut untuk variable ke-j 3) Menghitung jarak antara titik centroid dengan titik tiap objek Untuk menghitung jarak tersebut dapat menggunakan Euclidean Distance, yaitu: Dimana : - De adalah Euclidean Distance - i adalah banyaknya objek, - (x,y) merupakan koordinat objek - (s,t) merupakan koordinat centroid. 4) Pengelompokan objek Untuk menentukan anggota cluster adalah dengan memperhitungkan jarak minimum objek. Nilai yang diperoleh dalam keanggotaan data pada 2

4 distance matriks adalah 0 atau 1, dimana nilai 1 untuk data yang dialokasikan ke cluster dan nilai 0 untuk data yang dialokasikan ke cluster yang lain. 5) Kembali ke tahap 2, lakukan perulangan hingga nilai centroid yang dihasilkan tetap dan anggota cluster tidak berpindah ke cluster lain. Berikut penggambaran algoritma K-Means menggunakan flowchart: Start Banyaknya cluster K Tentukan centroid Hitung jarak obyek ke centroid Kelompokkan obyek berdasar jarak minimum Ada obyek yang berpindah? ya tidak End Gambar 1. Flowchart Algoritma K-Means 4. Contoh Kasus Berikut ini adalah tabel yang menyajikan data usia dan berat badan beberapa orang. Dari tabel di bawah akan dikelompokkan menjadi 2 kelompok menggunakan algoritma K-Means dimana pusat cluster ditentukan secara acak. 3

5 OBJECT DATA AGE (x) WEIGHT (y) Person # Person # Person # Person # Person # Person # Person # Person # Langkah 1 : Jumlah cluster adalah 2 ITERASI I Langkah 2 : Nilai awal centroid CLUSTER AGE (s) WEIGHT (t) Cluster Cluster Langkah 3 & 4: Jarak antara titik centroid dengan titik tiap objek dan pengelompokan objek OBJECT DATA De1 De2 Cluster Person # Cluster 2 Person # Cluster 2 Person # Cluster 1 Person # Cluster 1 Person # Cluster 1 Person # Cluster 1 Person # Cluster 2 Person # Cluster 2 ITERASI II Langkah 5 : Kembali ke langkah 2 (nilai centroid baru) CLUSTER AGE (s) WEIGHT (t) Cluster Cluster

6 Langkah 3 & 4: Jarak antara titik centroid dengan titik tiap objek dan pengelompokan objek OBJECT DATA De1 De2 Cluster Person # Cluster 2 Person # Cluster 2 Person # Cluster 2 Person # Cluster 1 Person # Cluster 1 Person # Cluster 1 Person # Cluster 2 Person # Cluster 1 ITERASI III Langkah 5 : Kembali ke langkah 2 (nilai centroid baru) CLUSTER AGE (s) WEIGHT (t) Cluster Cluster Langkah 3 & 4: Jarak antara titik centroid dengan titik tiap objek dan pengelompokan objek OBJECT DATA De1 De2 Cluster Person # Cluster 2 Person # Cluster 2 Person # Cluster 2 Person # Cluster 1 Person # Cluster 1 Person # Cluster 1 Person # Cluster 2 Person # Cluster 1 Langkah 5 : Selesai (nilai centroid yang dihasilkan tetap dan nggota cluster tidak berpindah ke cluster lain) CLUSTER AGE (s) WEIGHT (t) Cluster Cluster

7 Hasil Akhir Cluster 1 4,5,6,8 Cluster 2 1,2,3, Gambar 2. Hasil Clustering dengan Algoritma K-Means 5. Kelebihan dan Kekurangan Adapun kelebihan algoritma K-Means (Wikipedia, 2017), yaitu sebagai berikut. a. Mudah untuk diimplementasikan dan dijalankan. b. Waktu yang dibutuhkan untuk menjalankan pembelajaran ini relatif cepat. c. Mudah untuk diadaptasi. d. Umum digunakan. Algoritma K-Means memiliki beberapa kelebihan, namun mwmiliki kekurangan yaitu sebagai berikut. a. Sebelum algoritma dijalankan, k buah titik diinisialisasi secara random sehingga pengelompokkan data yang dihasilkan dapat berbeda-beda. Jika nilai random untuk inisialisasi kurang baik, maka pengelompokkan yang dihasilkan pun menjadi kurang optimal. b. Dapat terjebak dalam masalah yang disebut curse of dimensionality. Hal ini dapat terjadi jika data pelatihan memiliki dimensi yang sangat tinggi (Contoh jika data pelatihan terdiri dari 2 atribut maka dimensinya adalah 2 dimensi. Namun jika ada 20 atribut, maka akan ada 20 dimensi). Salah satu cara kerja algoritma ini adalah mencari jarak terdekat antara k buah titik 6

8 dengan titik lainnya. Jika mencari jarak antar titik pada 2 dimensi, masih mudah dilakukan. Namun akan sulit jika mencari jarak antar titik pada 20 dimensi. c. Jika hanya terdapat beberapa titik sampel data, maka cukup mudah untuk menghitung dan mencari titik terdekat dengan k titik yang diinisialisasi secara random. Namun jika terdapat banyak sekali titik data (misalnya satu milyar buah data), maka perhitungan dan pencarian titik terdekat akan membutuhkan waktu yang lama. Proses tersebut dapat dipercepat, namun dibutuhkan struktur data yang lebih rumit seperti kd-tree atau hashing. 6. Perkembangan Algoritma K-Means Terdapat beberapa algoritma yang merupakan perkembangan/variasi dari algoritma K-Means (Wikipedia, 2017) yaitu sebagai berikut. a. K-Means++ Algoritma untuk memilih nilai awal algoritma K-Means. Algoritma ini digunakan untuk mengurangi dampak buruk algoritma K-Means yang sangat tergantung dari nilai awalnya. b. K-Medoids Algoritma clustering yang berbasiskan prototype/model dari cluster. K- Means menggunakan centroid (rata-rata) sebagai model dari cluster, sedangkan K-Medoids menggunakan medoid (median). c. Bisecting K-Means Ide dasarnya adalah menggunakan K-Means untuk membagi dua suatu cluster. Awalnya setiap objek tergabung dalam satu cluster. Pada tiap iterasi, pilih satu cluster untuk dibagi dua menggunakan K-Means. Hal ini dilakukan hingga terbentuk k cluster. Algoritma bisecting K-Means bekerja lebih cepat dari K-Means karena mengurangi jumlah objek yang diperbandingkan pada setiap iterasi. 7

9 Referensi Oscar, Johan Implementasi Algoritma K-Means Clustering untuk Menentukan Strategi Marketing President University. Jurnal Ilmiah Teknik Industri, Vol. 12, No. 1, ISSN Wikipedia K-Means. Tersedia pada (diakses tanggal 30 April 2017) 8

dokumen-dokumen yang mirip

Pengenalan Pola. K-Means Clustering

Pengenalan Pola. K-Means Clustering Pengenalan Pola K-Means Clustering PTIIK - 2014 Course Contents 1 Definisi k-means 2 Algoritma k-means 3 Studi Kasus 4 Latihan dan Diskusi K-Means Clustering K-Means merupakan salah satu metode pengelompokan