Apa itu Clustering?

* mengapa clustering digunakan ? Untuk mempermudah pengelompokkan objek-objek data yang banyak, lebih dari dua variabel.

• K-means adalah metode clutering yang menggunakan centroid (pusat data) sebagai titik yang representatif terhadap data disekelilingnya. (harus mengetahui/menentukan jumlah kelompok)
  • Kelebihan:

    • komputasi cenderung ringan dan dapat menangani dataset yang besar

    • mudah diimplementasikan dan dipahami

    • performanya bagus jika cluster yang terbentuk terlihat perbedaannya

  • Kekurangan:

    • perlu menentukan jumlah cluster sebelum menjalankannya

    • sensitif terhadap pilihan awal centroid pada cluster, dapat menghasilkan centroid yang berbeda setiap kali dijalankan

    • menggunakan asumsi bahwa cluster berbentuk bulat dan memiliki varians yang mirip

• Hierarchical Clustering adalah metode yang  menciptakan struktur hierarki untuk membentuk cluster berdasarkan kriteria spesifik pada setiap tahap hierarkinya.
  • Kelebihan:

    • Tidak perlu menentukan jumlah cluster diawal

    • menghasilkan struktur hierarki pada data, memberikan kebebasan untuk memilih level yang berbeda

    • dapat menangani cluster yang berbentuk dan berukuran berbeda

  •