2.3 Algoritma K-Means Langkah-langkah dalam algoritma K-means clustering 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 variable 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 object dan (s,t) merupakan koordinat centroid. 4. Pengelompokan object Untuk menentukan anggota cluster adalah dengan memperhitungkan jarak minimum objek. Nilai yang diperoleh dalam keanggotaan data pada 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.
Posted on: Thu, 04 Jul 2013 00:00:26 +0000
Trending Topics
Recently Viewed Topics
© 2015