Metode Entropy - PENDAHULUAN ........................................................ ERROR! BO

BAB 1 PENDAHULUAN ........................................................ ERROR! BOOKMARK NOT DEFINED

2.3. Metode Entropy

Metode entropy merupakan metode yang dapat digunakan untuk menentukan suatu bobot. entropy mampu menyelidiki keserasian dalam diskriminasi diantara sekumpulan data. Sekumpulan data nilai alternatif pada kriteria tertentu digambarkan dalam decision matrix (DM). Menggunakan metode entropy, kriteria dengan variasi nilai tertinggi akan mendapatkan bobot tertinggi. Dengan demikian, metode entropy dapat menghitung kemungkinan maksimum (maximum entropy) untuk setiap data tunggal dalam suatu kumpulan (entitas) yang memiliki kemungkinan berbeda-beda.

Secara spesifik, entropy juga mampu beradaptasi dengan sekumpulan data beratribut jamak yang meiliki variasi berbeda-beda antar satu kriteria dengan kriteria lainnya.

Adapun langkah-langkah pembobotan dengan menggunakan metode entropy adalah sebagai berikut (Tiyaswiyoso, 2012)

1. Normalisasi Data Kriteria

Rumus normalisasi adalah sebagai berikut :

i = 1, 2, ... , n Dimana :

= nilai data yang telah dinormalisasi

= nilai data yang belum dinormalisasi

= nilai datang yang belum dinormalisasi yang mempunyai nilai paling tinggi

= jumlah nilai data yang telah dinromalisasi

= jumlah alternatif 2. Perhitungan Entropy

Langkah selanjutnya adalah pengukuran entropy untuk setiap kriteria ke-i.

Rumusnya adalah :

Dimana :

= Entropy maksimum K = konstanta entropy

= Entropy untuk setiap atribut/ kriteria ke-i

Setelah mendapatkan untuk masing-masing kriteria, maka dapat ditentukan total entropy untuk masing-masing kriteria, rumusnya adalah :

n adalah jumlah kriteria 3. Perhitungan Bobot Entropy

Langkah berikutnya adalah menghitung bobot dengan menggunakan rumus sebagai berikut :

Dimana :

= bobot entropy sementara n = jumlah atribut/kriteria

E = total entropy untuk masing-masing kriteria

BAB 3

METODOLOGI PENELITIAN

Bab ini menjelaskan tahapan-tahapan yang dilakukan dalam penelitian, mulai dari dataset yang digunakan dalam melatih dan menguji k-means, arsitektur jaringan pada k-means dengan menggunakan entropy sebagai penentuan nilai bobot awalnya, dan contoh dari perhitungan penelitian.

3.1 Tahapan Penelitian

Tahapan penelitian ditunjukkan pada Gambar 3.1 di bawah ini :

Gambar 3.1 Diagram Metodologi Penelitian 3.2 Dataset yang Digunakan

Pada penelitian ini digunakan dataset (kumpulan data) yang berasal dari UCI Repository Machine Learning mengenai data pasien pasca operasi. Dataset ini terdiri dari 90 jumlah data, dengan klasifikasi suhu pasien dan kenyamanan. Namun dataset ini memiliki masing-masing nilai yang berbeda dan akan diganti dengan metode

median yaitu dengan mencari nilai tengah, metode ini adalah metode yang paling baik untuk kasus dataset tersebut (Nurul et al, 2012). Adapun atribut/kriteria dan nilai dari dataset dapat dilihat pada Tabel 3.1

Tabel 3.1 Contoh Data Set Yang Digunakan No Pasien Suhu Pasien Kenyamanan Pasien

1. 37 15

3.3 Penentuan Bobot Awal Menggunakan Metode Entropy

Pada proses penentuan nilai bobot awal untuk pusat centroid dengan metode entropy dilakukan dengan dua cara yaitu :

1. Penentunan bobot langsung dihasilkan dari perhitungan menggunakan entropy dari dataset dalam setiap kelasnya. Alur yang dilakukan dalam penentuan bobot dapat dilihat pada Gambar.3.2.

Gambar 3.2 Penentuan Nilai Bobot Centroid Terbaik

Cara penentuan bobot metode entropy

a. Perhitungan Entropy untuk setiap kriteria ke-i

Dengan :

b. Perhitungan Bobot Entropy untuk setiap kriteria ke-i

c. Nilai data dikalikan dengan bobot entropy akhir. Kemudian nilai tersebut dicari nilai tertinggi, tengah dan nilai terendahnya untuk dijadikan sebagai pusat centroid awal.

3.4 K-Means Clustering

Setelah menentukan arsitektur dan penentuan nilai bobot C pada k-means maka langkah selanjutnya adalah melakukan proses clustering dataset. Proses clustering dimaksudkan agar data pasien yang dikelompokkan bisa sesuai dengan kelasnya.

Dalam tulisan ini beberapa hal terkait dengan metode k-means ini penulis berusaha untuk menjelaskan, mengenai metode k-means untuk dataset yang mempunyai bentuk khusus, serta algoritma dari metode-metode pengelompokan k-means. Gambar 3.3 menerangkan cara kerja dari K-Means Clustering

Gambar 3.3 Flowchart K-means

3.4.1 Penentuan Nilai Centroid

Dalam contoh ini jumlah data uji coba hanya sebanyak 15 data dan dibagi menjadi 2 atribut data dimana dengan euclidean distance yang dipakai untuk mencari nilai C nya

dengan persamaan:

dij = Jarak objek antara objek i dan j P = Dimensi data

Xik = Koordinat dari obyek i pada dimensi k Xjk = Koordinat dari obyek j pada dimensi k

Dengan mengacu pada persamaan diatas maka untuk menentukan clustering pada data set ini dengan menggunakan metode entropy dimana untuk mendapatkan nilai awal centroid sudah didapatkan yang akan dijelaskan pada bab 4.

BAB 4

HASIL DAN PEMBAHASAN

4.1. Pendahuluan

Pada bab ini menjelaskan bagaimana hasil penelitian dan pembahasan dari kinerja metode entropy untuk menentukan nilai bobot awal centroid pada k-means untuk mendapatkan clustering. Nilai bobot yang dihasilkan oleh metode entropy diharapkan mendapatkan tingkat akurasi yang lebih baik pada proses clustering jika dibandingkan dengan cara K-means standar.

Penelitian dilakukan dengan menggunakan dataset pasien pasca operasi yang didapat dari UCI Repository Machine Learning. Dataset yang digunakan sebanyak 12 data pasien yang terdiri dua kelas yaitu berdasarkan suhu pasien dan kenyamanan pasien. Kemudian dataset tersebut dilakukan proses normalisasi oleh entropy untuk mendapatkan nilai centroid data agar dapat diuji pada proses testing.

4.2. Nilai Bobot yang Dihasilkan

Penentuan nilai bobot pada penelitian ini dilakukan dengan tiga cara yaitu hasil perhitungan bobot dengan metode entropy, data terbaik dari perhitungan metode entropy dan nilai bobot yang diambil dari data pada setiap kelasnya.

4.2.1. Perhitungan Bobot dengan Metode Entropy

Penentuan nilai bobot dilakukan dengan menggunakan metode entropy dari dataset yang telah terbagi atas dua kelas yang berbeda, yaitu data suhu pasien dan kenyamanan pasien. Dataset kedua kelas tersebut dipisah dan kemudian diolah sehingga menghasilkan nilai bobot entropy. Dalam mencari bobot entropy nilai dari masing-masing data dibagi dengan nilai maksimum dari atribut tersebut.

Berikut hasil normalisasi perhitungan penentuan nilai bobot untuk pusat cluster menggunakan entropy dengan dataset yang digunakan pada Tabel 4.1.

Tabel 4.1 Hasil Normalisasi Menggunakan Entropy No

Pasien Suhu Pasien Kenyamanan Pasien

1. 0.822222222 1

2. 0.8 0.666666667

3. 0.844444444 0.666666667

4. 0.822222222 1

5. 0.822222222 0.666666667

6. 1 1

7. 0.8 0.333333333

8. 0.955555556 0.666666667

9. 0.8 0.666666667

10. 0.8 0.666666667

11. 0.822222222 1

12. 0.822222222 0.666666667

13. 0.844444444 1

14. 0.822222222 0.666666667

15. 0.8 1

………

89. 0.822222222 0.666666667

90. 0.8 1

Jumlah 72.26666667 64.86666667

a. Perhitungan Entropy Untuk Setiap Kriteria ke-i

= =

Dengan :

, maka :

b. Perhitungan Bobot Entropy untuk setiap kriteria ke-i

maka didapatkan :

c. Nilai data dikalikan dengan bobot entropy akhir. Kemudian nilai tersebut dicari nilai tertinggi, tengah dan nilai terendahnya untuk dijadikan sebagai pusat centroid awal. Dimana nilai tersebut ditulis pada tabel 4.2 dan 4.3:

Tabel 4.2 Hasil Data Dikalikan dengan Bobot Entropy Akhir No Pasien Suhu Pasien Kenyamanan Pasien

1. 4.852459016 13.03278689

2. 4.721311475 8.68852459

3. 4.983606557 8.68852459

4. 4.852459016 13.03278689

5. 4.852459016 8.68852459

6. 5.901639344 13.03278689

7. 4.721311475 4.344262295

8. 5.639344262 8.68852459

9. 4.721311475 8.68852459

10. 4.721311475 8.68852459

11. 4.852459016 13.03278689

12. 4.852459016 8.68852459

13. 4.983606557 13.03278689

14. 4.852459016 8.68852459

15. 4.721311475 13.03278689

Tabel 4.3 Nilai Berdasarkan Range (Pusat Centroid Awal) Suhu Pasien Kenyamanan Pasien Nilai C1 (Max)

5.901639344 13.03278689 Nilai C2 (Median)

4.852459016 8.68852459 Nilai C3 (Min)

3.016393443 4.344262295

maka berikut perhitungan pada iterasi nya:

Dimana pada iterasi 1

Data inputan ke-1 : (4.8524, 13.0327) Pusat centroid 1: (5.9016, 13.0327) Pusat centroid 2: (4.8524, 8.6885) Pusat centroid 3: (3.0163, 4.3442) Jarak pada:

 C1=

= = =

= 1,0492

 C2=

= = =

= 4,3442

Dan seterus nya sehingga didapatkan hasil nya yang ditunjukkan pada tabel 4.4 Tabel 4.4 Hasil Iterasi ke-1

No.

Pasien Suhu Pasien Kenyamanan

Pasien C1 C2 C3 CN

1. 4.852459016 13.03278689 1.049180328 11.19274 7.125414 1.04918 2. 4.721311475 8.68852459 4.501753966 5.678419 1.996565 1.996565 3. 4.983606557 8.68852459 4.440202595 5.723953 1.982619 1.982619 4. 4.852459016 13.03278689 1.049180328 11.19274 7.125414 1.04918 5. 4.852459016 8.68852459 4.469160352 5.702494 1.9888 1.9888 6. 5.901639344 13.03278689 0 11.93349 8.166703 0 7. 4.721311475 4.344262295 8.76833128 0.514425 6.910314 0.514425 8. 5.639344262 8.68852459 4.352173434 5.789589 1.968064 1.968064 9. 4.721311475 8.68852459 4.501753966 5.678419 1.996565 1.996565 10. 4.721311475 8.68852459 4.501753966 5.678419 1.996565 1.996565 11. 4.852459016 13.03278689 1.049180328 11.19274 7.125414 1.04918 12. 4.852459016 8.68852459 4.469160352 5.702494 1.9888 1.9888 13. 4.983606557 13.03278689 0.918032787 11.28266 7.248752 0.918033 14. 4.852459016 8.68852459 4.469160352 5.702494 1.9888 1.9888 15. 4.721311475 13.03278689 1.180327869 11.10364 7.004306 1.180328 Berdasarkan jarak terpendek diatas maka clusterisasi data ini adalah sebagai berikut:

Tabel 4.5 Pengelompokkan Berdasarkan Cluster

No Pasien C1 C2 C3

Tabel 4.6 Pengelompokkan Berdasarkan Cluster (Lanjutan)

Berdasarkan pengelompokkan diatas didapatkan clusterisasi yang didapat maka dilanjutkan kembali pada proses iterasi ke-2 yang cara nya hampir sama dengan iterasi ke-1 yang hanya membedakan nya ialah pada penentukan pusat C nya dimana pada iterasi ke-2 ini pusat C nya ditentukan dengan mencari rata-rata dari setiap cluster sebelumnya, Pada iterasi ke 2 pusat cluster baru ditentukan berdasarkan rata-rata masing-masing nilai pada setiap cluster baru yaitu:

Tabel 4.7 Penentuan Pusat Centroid Baru Centroid Baru

C1 C2 C3

4.866264 4.485246 4.721311475 13.03279 5.213115 8.662195728

Setelah ditentukan pusat centroid baru nya dapat dilanjutkan ke proses iterasi ke 2 sehingga didapatkan hasilnya yang ditunjukkan pada tabel 4.8

Tabel 4.8 Hasil Perhitungan Pada Iterasi Ke 2 No

1. 4.852459 13.03278689 0.013805 7.82829 4.372558375 0.013805 2. 4.7213115 8.68852459 4.34668 3.483418 0.026328862 0.026329

3. 4.9836066 8.68852459 4.345847 3.51096 0.2636132 0.263613 Tabel 4.9 Hasil Perhitungan Pada Iterasi Ke 2 (Lanjutan)

4. 4.852459 13.03278689 0.013805 7.82829 4.372558375 0.013805 5. 4.852459 8.68852459 4.344284 3.494756 0.133764295 0.133764 6. 5.9016393 13.03278689 1.035375 7.946914 4.527166989 1.035375 7. 4.7213115 4.344262295 8.689734 0.900351 4.317933433 0.900351 8. 5.6393443 8.68852459 4.412513 3.662024 0.918410261 0.91841 9. 4.7213115 8.68852459 4.34668 3.483418 0.026328862 0.026329 10. 4.7213115 8.68852459 4.34668 3.483418 0.026328862 0.026329 11. 4.852459 13.03278689 0.013805 7.82829 4.372558375 0.013805 12. 4.852459 8.68852459 4.344284 3.494756 0.133764295 0.133764 13. 4.9836066 13.03278689 0.117343 7.835537 4.378454725 0.117343 14. 4.852459 8.68852459 4.344284 3.494756 0.133764295 0.133764 15. 4.7213115 13.03278689 0.144953 7.823235 4.370591157 0.144953 Dan pengalokasian kembali nilai tersebut kedalam cluster masing-masing dapat dilihat pada tabel berikut ini:

Tabel 4.10 Pengalokasian Kembali Kedalam Cluster No

iterasi ke 2 sampai didapatkan hasil clusterisasi yang tidak berubah sehingga didapatkan hasil akhir pada iterasi ke 4 dimana hasil clusterisasi nya ditunjukkan pada tabel 4.11 dan tabel 4.12.

Tabel 4.11 Hasil Iterasi Ke 5 No

Pasien Suhu Pasien Kenyamanan

Pasien C1 C2 C3 Cn

1. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 2. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 3. 4.983606557 8.68852459 4.345846771 10.01632637 0.387655088 0.387655088 4. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 5. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 6. 5.901639344 13.03278689 1.035375324 14.3067425 4.766228162 1.035375324 7. 4.721311475 4.344262295 8.689733643 6.415870708 4.075074316 4.075074316 8. 5.639344262 8.68852459 4.412512657 10.35821719 0.9726584 0.9726584 9. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 10. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 11. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 12. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 13. 4.983606557 13.03278689 0.117342537 13.95313113 4.62190787 0.117342537 14. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 15. 4.721311475 13.03278689 0.144952545 13.86161304 4.613514136 0.144952545

Tabel 4.12 Pengalokasian Ke Dalam Cluster No

13. 1

14. 1

15. 1 4.2.2. K-Means standar

Penentuan nilai bobot awal pada k-means standar dilakukan dengan mengambil data acak dalam dataset pada setiap kelasnya. Untuk selengkapnya akan ditampilkan pada table 4.3. Maka hasil clusteirng yang dihasilkan dapat dilihat pada Tabel 4.9.

Tabel 4.13 Penentuan Pusat Awal Centroid

Centroid Kordinat 1 Kordinat 2

C1 (data ke 43) 45 15

C2 (data ke 7) 36 5

C3 (data ke 83) 23 10

Sehingga dari nilai awal centroid diatas dengan proses perhitungan yang sama dengan pembahasan sebelumnya yang sudah dibahas didapatkan hasil yang ditunjukkan pada tabel 4.14 dan tabel 4.15

Tabel 4.14 Hasil akhir Iterasi K-Means Standar

No.

15. 36 15 1.5 5.39390752 8.40015 1.5

Tabel 4.15 Hasil Clustering Dengan K-Means Standar

No.

Dalam melakukan pengujian pada penelitian ini dilakukan sebanyak 4 kali pengujian pada k-means standar dimana dengan berbeda-beda pusat centroid awal nya dan didapatkan bahwa setiap kali pengujian berbeda-beda hasilnya pada setiap centroid awal sedangkan dengan menggunakan entropy untuk menentukan nilai centroid nya terhadap 2 atribut yang ada, terbukti hanya butuh 1 kali pengujian saja dengan sudah ditentukan nya nilai centroid awal dengan entropy tersebut.

Adapun hasil pengujian dilakukan dengan menggunakan parameter pada tabel terhadap pengclusteran pasien pasca operasi ditampilkan pada Tabel 4.16

Tabel 4.16 Hasil Perbandingan

Dari tabel di atas bisa dilihat bahwa nilai centroid diperoleh dari cara entropy memiliki tingkat efektifitas yang lebih baik dalam mengclusterkan jika dibandingkan cara yang lain yakni berbeda-beda di setiap iterasi. Sehingga apabila dilakukan perhitungan berkali-kali dengan berbeda-beda centroid awalnya berbeda pula hasil clusterisasi nya.

4.4. Pembahasan (Perbandingan)

Dari hasil penelitian yang telah dilakukan bahwa metode entropy dapat digunakan sebagai penentu nilai centroid awal pada k-means. Nilai centroid yang diperoleh dari metode entropy menunjukkan kinerja yang baik dalam mempelajari data pada saat proses training. Metode entropy menghasilkan nilai centroid yang dapat mewakili

No Pasien

K-means Dengan Entropy K-means Standar

Iterasi C1 C2 C3 Iterasi C1 C2 C3

1. 4 1 4 1

2. 4 1 4 1

3. 4 1 4 1

4. 4 1 4 1

5. 4 1 4 1

6. 4 1 4 1

7. 4 1 4 1

8. 4 1 4 1

9. 4 1 4 1

10. 4 1 4 1

11. 4 1 4 1

12. 4 1 4 1

keseluruhan data dengan jumlah data training yang walaupun dengan penentuan centroid awal tertentu jumlah iterasinya sama yaitu sebanyak 4 kali. Namun pada proses penghitungan keseluruhan data, metode entropy dapat mendapatkan hasil yang optimal dibandingkan dengan k-means standar.

Namun secara keseluruhan pengujian, nilai centroid awal yang dihasilkan dengan metode entropy memiliki tingkat keberhasilan dalam pengclusteran data dibandingkan dengan cara yang lainnya. Maka dapat disimpulkan bahwa nilai centroid awal sangatlah mempengaruhi dari proses pembelajaran data dan tingkat akurasi yang didapat. Kemudian penentuan nilai centroid awal pada k-means dengan menggunakan metode entropy bisa dikatakan lebih baik jika dibandingkan dengan penentuan nilai centroid awal dengan cara k-means standar.

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Kesimpulan dari hasil penelitian yang telah dilakukan yaitu :

1. Metode entropy dalam penentuan nilai bobot awal pada penentuan pusat cluster membantu kinerja proses dalam clustering dan menghasilkan tingkat hasil yang lebih baik dalam proses klasterisasi.

2. Nilai bobot awal yang dihasilkan metode entropy mampu mempelajari data dengan baik dan menghasilkan tingkat akurasi lebih tinggi, hal ini disebabkan sifat metode entropy mampu menyelidiki keserasian dari sekumpulan dataset sehingga menghasilkan nilai bobot yang dapat mewakili setiap dataset pada setiap kelas.

5.2. Saran

Adapun saran yang diberikan oleh penulis yaitu :

1. Untuk hasil yang lebih akurat lagi dapat menggunakan metode penentuan bobot selain metode entropy ataupun mengkombinasikan k-means dengan metode lainnya.

2. Perlu diimplementasikan dengan data kasus yang lain atau dengan data set yang lebih banyak.

DAFTAR PUSTAKA

Abbas, A.R. 2004. Entropy Methode for Adaptive Utility Elicitation. IEEE Transaction on System, Man, and Cybernetics 34(2): 169-178.

Agusta, Yudi PhD, “K-Means – Penerapan, Permasalahan dan Metode Terkait”, Jurnal Sistem dan Informatika Vol. 3 (Pebruari 2007), 47-60

Chen , Bernard, Phang C. Tai, R. Harrison and Yi Pan, “Novel Hybrid

Hierarchical-K-means Clustering Method (H-K-means) for Microarray Analysis” Department of Computer Science, Department of Biology, Georgia State University, Atlanta, USA 2005

Chen , Bernard, Phang C. Tai, R. Harrison and Yi Pan, “Novel Hybrid

Hierarchical-K-means Clustering Method (H-K-means) for Microarray Analysis” Department of Computer Science, Department of Biology, Georgia State University, Atlanta, USA 2005

Jamila. 2012. Sistem Pendukung Keputusan Pemilihan Subkontrak Produksi Sarung Tangan Menggunakan Metode Entropy dan TOPSIS. Seminar Nasional Informatika UPN Yogyakarta. 1(2).

Nurul C., Wiharto, & Umi S. 2012. Pengaruh Normalisasi Data pada Jaringan Syaraf Tiruan Backpropation Gradient Descent Adaptive Gain (BPGDAG) untuk Klasifikasi. JURNAL ITSMART. 2301-7201.

Xia, Shu-yin, Zhong-yang Xiong, Yue-guo Luo, Wei-Xu, “Effectiveness of the Euclidean distance in high dimensional spaces”, College of Computer Science, 2015

LAMPIRAN

Lampiran 1 Tabel Dataset Pasien Pasca Operasi No

Lampiran 1 Tabel Dataset Pasien Pasca Operasi (Lanjutan) No

Lampiran 2 Tabel Titik Awal Centroid

Kordinat 1 Kordinat 2 Nilai C1 5.901639344 13.03278689

Nilai C2 4.852459016 8.68852459

Nilai C3 3.016393443 4.344262295 Lampiran 3 Tabel Iterasi Ke 1

Pasien Suhu Pasien

Kenyamanan

Pasien C1 C2 C3 Cn

1. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 2. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 3. 4.983606557 8.68852459 4.440202595 0.131148 4.768914 0.131148 4. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 5. 4.852459016 8.68852459 4.469160352 0 4.716328 0 6. 5.901639344 13.03278689 0 4.46916 9.155059 0 7. 4.721311475 4.344262295 8.76833128 4.346241 1.704918 1.704918 8. 5.639344262 8.68852459 4.352173434 0.786885 5.074691 0.786885

Lampiran 3 Tabel Iterasi Ke 1 (Lanjutan)

9. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 10. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 11. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 12. 4.852459016 8.68852459 4.469160352 0 4.716328 0 13. 4.983606557 13.03278689 0.918032787 4.346241 8.908445 0.918033 14. 4.852459016 8.68852459 4.469160352 0 4.716328 0 15. 4.721311475 13.03278689 1.180327869 4.346241 8.85422 1.180328 16. 5.114754098 8.68852459 4.41495224 0.262295 4.824493 0.262295 17. 3.93442623 13.03278689 1.967213115 4.440203 8.73689 1.967213 18. 4.852459016 8.68852459 4.469160352 0 4.716328 0 19. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 20. 4.852459016 8.68852459 4.469160352 0 4.716328 0 21. 4.327868852 13.03278689 1.573770492 4.375821 8.786946 1.57377 22. 4.590163934 8.68852459 4.537905094 0.262295 4.620538 0.262295 23. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 24. 4.852459016 8.68852459 4.469160352 0 4.716328 0 25. 4.983606557 8.68852459 4.440202595 0.131148 4.768914 0.131148 26. 4.196721311 8.68852459 4.666836229 0.655738 4.501754 0.655738 27. 4.983606557 8.68852459 4.440202595 0.131148 4.768914 0.131148 28. 4.327868852 8.68852459 4.62053768 0.52459 4.537905 0.52459 29. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 30. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 31. 4.852459016 8.68852459 4.469160352 0 4.716328 0 32. 3.93442623 8.68852459 4.768914166 0.918033 4.440203 0.918033 33. 4.852459016 8.68852459 4.469160352 0 4.716328 0 34. 4.852459016 8.68852459 4.469160352 0 4.716328 0 35. 4.06557377 8.68852459 4.716328199 0.786885 4.46916 0.786885 36. 4.852459016 8.68852459 4.469160352 0 4.716328 0 37. 4.590163934 8.68852459 4.537905094 0.262295 4.620538 0.262295 38. 4.590163934 8.68852459 4.537905094 0.262295 4.620538 0.262295 39. 4.590163934 6.081967213 7.073461802 2.619721 2.344434 2.344434 40. 4.852459016 8.68852459 4.469160352 0 4.716328 0 41. 4.327868852 8.68852459 4.62053768 0.52459 4.537905 0.52459 42. 4.590163934 13.03278689 1.31147541 4.352173 8.829904 1.311475 43. 5.901639344 13.03278689 0 4.46916 9.155059 0 44. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 45. 4.327868852 8.68852459 4.62053768 0.52459 4.537905 0.52459

46. 4.590163934 8.68852459 4.537905094 0.262295 4.620538 0.262295 Lampiran 3 Tabel Iterasi Ke 1 (Lanjutan)

47. 3.278688525 4.344262295 9.075810187 4.620538 0.262295 0.262295 48. 4.852459016 8.68852459 4.469160352 0 4.716328 0 49. 5.114754098 6.950819672 6.132659584 1.757389 3.346231 1.757389 50. 4.852459016 8.68852459 4.469160352 0 4.716328 0 51. 4.852459016 8.68852459 4.469160352 0 4.716328 0 52. 4.327868852 8.68852459 4.62053768 0.52459 4.537905 0.52459 53. 4.852459016 8.68852459 4.469160352 0 4.716328 0 54. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 55. 4.983606557 8.68852459 4.440202595 0.131148 4.768914 0.131148 56. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 57. 4.983606557 13.03278689 0.918032787 4.346241 8.908445 0.918033 58. 4.852459016 8.68852459 4.469160352 0 4.716328 0 59. 4.327868852 8.68852459 4.62053768 0.52459 4.537905 0.52459 60. 4.852459016 8.68852459 4.469160352 0 4.716328 0 61. 4.852459016 8.68852459 4.469160352 0 4.716328 0 62. 4.852459016 8.68852459 4.469160352 0 4.716328 0 63. 4.852459016 8.68852459 4.469160352 0 4.716328 0 64. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 65. 5.114754098 8.68852459 4.41495224 0.262295 4.824493 0.262295 66. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 67. 4.852459016 8.68852459 4.469160352 0 4.716328 0 68. 4.852459016 8.68852459 4.469160352 0 4.716328 0 69. 4.852459016 8.68852459 4.469160352 0 4.716328 0 70. 4.852459016 8.68852459 4.469160352 0 4.716328 0 71. 4.852459016 6.950819672 6.171799133 1.737705 3.188303 1.737705 72. 4.196721311 8.68852459 4.666836229 0.655738 4.501754 0.655738 73. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 74. 4.852459016 8.68852459 4.469160352 0 4.716328 0 75. 4.852459016 8.68852459 4.469160352 0 4.716328 0 76. 4.06557377 8.68852459 4.716328199 0.786885 4.46916 0.786885 77. 4.852459016 8.68852459 4.469160352 0 4.716328 0 78. 4.852459016 8.68852459 4.469160352 0 4.716328 0 79. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148 80. 4.852459016 8.68852459 4.469160352 0 4.716328 0 81. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 82. 4.721311475 8.68852459 4.501753966 0.131148 4.666836 0.131148

83. 3.016393443 8.68852459 5.215099117 1.836066 4.344262 1.836066 84. 4.983606557 4.344262295 8.736889821 4.346241 1.967213 1.967213

Lampiran 3 Tabel Iterasi Ke 1 (Lanjutan)

85. 4.852459016 8.68852459 4.469160352 0 4.716328 0 86. 4.852459016 8.68852459 4.469160352 0 4.716328 0 87. 4.721311475 13.03278689 1.180327869 4.346241 8.85422 1.180328 88. 4.852459016 13.03278689 1.049180328 4.344262 8.880405 1.04918 89. 4.852459016 8.68852459 4.469160352 0 4.716328 0 90. 4.721311475 13.03278689 1.180327869 4.346241 8.85422 1.180328

Lampiran 4 Tabel Pengalokasian Ke Dalam Cluster

No Pasien C1 C2 C3 No Pasien C1 C2 C3

28. 1 58. 1

29. 1 59. 1

30. 1 60. 1

Lampiran 4 Tabel Pengalokasian Ke Dalam Cluster (Lanjutan)

No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 5 Tabel Penentuan Centroid Baru

C1 C2 C3

Kordinat 1 4.866264 4.721311 4.485245902 Kordinat 2 13.03279 8.635867 5.560655738

Lampiran 6 Tabel Iterasi Ke 2 No

Pasien Suhu Pasien

Kenyamanan

Pasien C1 C2 C3 Cn

1. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 2. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 3. 4.9836066 8.68852459 4.345847 0.267529 3.167321724 0.267529 4. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805

5. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 6. 5.9016393 13.03278689 1.035375 4.55259 7.605189956 1.035375 7. 4.7213115 4.344262295 8.689734 4.291605 1.239088359 1.239088 8. 5.6393443 8.68852459 4.412513 0.919542 3.333992589 0.919542

Lampiran 6 Tabel Iterasi Ke 2 (Lanjutan)

9. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 10. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 11. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 12. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 13. 4.9836066 13.03278689 0.117343 4.404737 7.488732017 0.117343 14. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 15. 4.7213115 13.03278689 0.144953 4.39692 7.475859204 0.144953 16. 5.1147541 8.68852459 4.351363 0.396951 3.1905868 0.396951 17. 3.9344262 13.03278689 0.931838 4.466777 7.492405902 0.931838 18. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 19. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 20. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 21. 4.3278689 13.03278689 0.538395 4.414488 7.473788291 0.538395 22. 4.5901639 8.68852459 4.353027 0.141324 3.129627989 0.141324 23. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 24. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 25. 4.9836066 8.68852459 4.345847 0.267529 3.167321724 0.267529 26. 4.1967213 8.68852459 4.395555 0.527226 3.141147879 0.527226 27. 4.9836066 8.68852459 4.345847 0.267529 3.167321724 0.267529 28. 4.3278689 8.68852459 4.377497 0.396951 3.131825521 0.396951 29. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 30. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 31. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 32. 3.9344262 8.68852459 4.443077 0.788645 3.175998405 0.788645 33. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 34. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 35. 4.0655738 8.68852459 4.417434 0.657849 3.155897377 0.657849 36. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 37. 4.5901639 8.68852459 4.353027 0.141324 3.129627989 0.141324 38. 4.5901639 8.68852459 4.353027 0.141324 3.129627989 0.141324 39. 4.5901639 6.081967213 6.956301 2.557265 0.531764467 0.531764 40. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 41. 4.3278689 8.68852459 4.377497 0.396951 3.131825521 0.396951

42. 4.5901639 13.03278689 0.2761 4.398875 7.472867701 0.2761 43. 5.9016393 13.03278689 1.035375 4.55259 7.605189956 1.035375 44. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 45. 4.3278689 8.68852459 4.377497 0.396951 3.131825521 0.396951 46. 4.5901639 8.68852459 4.353027 0.141324 3.129627989 0.141324

Lampiran 6 Tabel Iterasi Ke 2 (Lanjutan)

47. 3.2786885 4.344262295 8.832375 4.527586 1.713299072 1.713299 48. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 49. 5.1147541 6.950819672 6.087041 1.73037 1.526052533 1.526053 50. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 51. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 52. 4.3278689 8.68852459 4.377497 0.396951 3.131825521 0.396951 53. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 54. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 55. 4.9836066 8.68852459 4.345847 0.267529 3.167321724 0.267529 56. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 57. 4.9836066 13.03278689 0.117343 4.404737 7.488732017 0.117343 58. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 59. 4.3278689 8.68852459 4.377497 0.396951 3.131825521 0.396951 60. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 61. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 62. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 63. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 64. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 65. 5.1147541 8.68852459 4.351363 0.396951 3.1905868 0.396951 66. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 67. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 68. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 69. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 70. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 71. 4.852459 6.950819672 6.081983 1.690143 1.437846041 1.437846 72. 4.1967213 8.68852459 4.395555 0.527226 3.141147879 0.527226 73. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 74. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 75. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 76. 4.0655738 8.68852459 4.417434 0.657849 3.155897377 0.657849 77. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 78. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324

79. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 80. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 81. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 82. 4.7213115 8.68852459 4.34668 0.052658 3.136764338 0.052658 83. 3.0163934 8.68852459 4.72172 1.705731 3.455588388 1.705731 84. 4.9836066 4.344262295 8.689317 4.299613 1.314525143 1.314525

Lampiran 6 Tabel Iterasi Ke 2 (Lanjutan)

85. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 86. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 87. 4.7213115 13.03278689 0.144953 4.39692 7.475859204 0.144953 88. 4.852459 13.03278689 0.013805 4.398875 7.481148933 0.013805 89. 4.852459 8.68852459 4.344284 0.141324 3.149350573 0.141324 90. 4.7213115 13.03278689 0.144953 4.39692 7.475859204 0.144953

Lampiran 7 Tabel Pengalokasian ke Dalam Cluster

No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 7 Tabel Pengalokasian ke Dalam Cluster (Lanjutan) No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 8 Tabel Penentuan Centroid Baru

C1 C2 C3

Kordinat 1 4.866264 4.715259 4.563934 Kordinat 2 13.03279 8.688525 5.734426

Lampiran 9 Tabel Iterasi Ke 3 No

1. 4.85245902 13.03278689 0.013805 21.72174 7.304062 0.013805

2. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 3. 4.98360656 8.68852459 4.345847 9.490659 2.98376 2.98376 4. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 5. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 6. 5.90163934 13.03278689 1.035375 14.5131 7.419941 1.035375 7. 4.72131148 4.344262295 8.689734 4.374311 1.399044 1.399044 8. 5.63934426 8.68852459 4.412513 9.429677 3.143756 3.143756 9. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287

Lampiran 9 Tabel Iterasi Ke 3 (Lanjutan)

10. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 11. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 12. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 13. 4.98360656 13.03278689 0.117343 15.28073 7.310417 0.117343 14. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 15. 4.72131148 13.03278689 0.144953 15.2574 7.300057 0.144953 16. 5.1147541 8.68852459 4.351363 9.48561 3.005012 3.005012 17. 3.93442623 13.03278689 0.931838 14.5988 7.325459 0.931838 18. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 19. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 20. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 21. 4.32786885 13.03278689 0.538395 14.92655 7.302177 0.538395 22. 4.59016393 8.68852459 4.353027 9.484087 2.954215 2.954215 23. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 24. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 25. 4.98360656 8.68852459 4.345847 9.490659 2.98376 2.98376 26. 4.19672131 8.68852459 4.395555 9.445181 2.976834 2.976834 27. 4.98360656 8.68852459 4.345847 9.490659 2.98376 2.98376 28. 4.32786885 8.68852459 4.377497 9.461697 2.963515 2.963515 29. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 30. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 31. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 32. 3.93442623 8.68852459 4.443077 9.401744 3.020427 3.020427 33. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 34. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 35. 4.06557377 8.68852459 4.417434 9.425178 2.995841 2.995841 36. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 37. 4.59016393 8.68852459 4.353027 9.484087 2.954215 2.954215 38. 4.59016393 8.68852459 4.353027 9.484087 2.954215 2.954215

39. 4.59016393 6.081967213 6.956301 6.196904 0.348529 0.348529 40. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 41. 4.32786885 8.68852459 4.377497 9.461697 2.963515 2.963515 42. 4.59016393 13.03278689 0.2761 15.14679 7.298408 0.2761 43. 5.90163934 13.03278689 1.035375 14.5131 7.419941 1.035375 44. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 45. 4.32786885 8.68852459 4.377497 9.461697 2.963515 2.963515 46. 4.59016393 8.68852459 4.353027 9.484087 2.954215 2.954215 47. 3.27868852 4.344262295 8.832375 4.232723 1.893255 1.893255

Lampiran 9 Tabel Iterasi Ke 3 (Lanjutan)

48. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 49. 5.1147541 6.950819672 6.087041 7.25181 1.335296 1.335296 50. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 51. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 52. 4.32786885 8.68852459 4.377497 9.461697 2.963515 2.963515 53. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 54. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 55. 4.98360656 8.68852459 4.345847 9.490659 2.98376 2.98376 56. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 57. 4.98360656 13.03278689 0.117343 15.28073 7.310417 0.117343 58. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 59. 4.32786885 8.68852459 4.377497 9.461697 2.963515 2.963515 60. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 61. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 62. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 63. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 64. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 65. 5.1147541 8.68852459 4.351363 9.48561 3.005012 3.005012 66. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 67. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 68. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 69. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 70. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 71. 4.85245902 6.950819672 6.081983 7.256655 1.250144 1.250144 72. 4.19672131 8.68852459 4.395555 9.445181 2.976834 2.976834 73. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 74. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 75. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155

76. 4.06557377 8.68852459 4.417434 9.425178 2.995841 2.995841 77. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 78. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 79. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 80. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 81. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 82. 4.72131148 8.68852459 4.34668 9.489896 2.958287 2.958287 83. 3.01639344 8.68852459 4.72172 9.147869 3.334903 3.334903 84. 4.98360656 4.344262295 8.689317 4.374725 1.45213 1.45213 85. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155

Lampiran 9 Tabel Iterasi Ke 3 (Lanjutan)

86. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 87. 4.72131148 13.03278689 0.144953 15.2574 7.300057 0.144953 88. 4.85245902 13.03278689 0.013805 15.36834 7.304062 0.013805 89. 4.85245902 8.68852459 4.344284 9.492089 2.968155 2.968155 90. 4.72131148 13.03278689 0.144953 15.2574 7.300057 0.144953

Lampiran 10 Tabel Pengalokasian Cluster

No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 10 Tabel Pengalokasian Cluster (Lanjutan)

Lampiran 11 Tabel Penentuan Centroid Baru

C1 C2 C3

Kordinat 1 4.866264021 0 4.704687139 Kordinat 2 13.03278689 0 8.419302701

Lampiran 12 Tabel Iterasi Ke 4

No Pasien Suhu Pasien Kenyamanan Pasien C1 C2 C3 Cn

Lampiran 12 Tabel Iterasi Ke 4 (Lanjutan)

15. 4.721311475 13.03278689 0.144952545 13.86161304 4.613514136 0.144952545 16. 5.114754098 8.68852459 4.351363258 10.08222044 0.490545957 0.490545957 17. 3.93442623 13.03278689 0.931837791 13.61371528 4.677343069 0.931837791 18. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 19. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 20. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 21. 4.327868852 13.03278689 0.538395168 13.73258835 4.628847409 0.538395168 22. 4.590163934 8.68852459 4.353027239 9.826498079 0.292567923 0.292567923 23. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 24. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 25. 4.983606557 8.68852459 4.345846771 10.01632637 0.387655088 0.387655088 26. 4.196721311 8.68852459 4.395554837 9.648985922 0.574899737 0.574899737 27. 4.983606557 8.68852459 4.345846771 10.01632637 0.387655088 0.387655088 28. 4.327868852 8.68852459 4.377497487 9.706745508 0.4631117 0.4631117 29. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 30. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 31. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 32. 3.93442623 8.68852459 4.443077375 9.537828333 0.815954836 0.815954836 33. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 34. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 35. 4.06557377 8.68852459 4.417433618 9.592671663 0.693502937 0.693502937 36. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 37. 4.590163934 8.68852459 4.353027239 9.826498079 0.292567923 0.292567923

38. 4.590163934 8.68852459 4.353027239 9.826498079 0.292567923 0.292567923 39. 4.590163934 6.081967213 6.956301127 7.619706696 2.340139472 2.340139472 40. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 41. 4.327868852 8.68852459 4.377497487 9.706745508 0.4631117 0.4631117 42. 4.590163934 13.03278689 0.276100086 13.81749395 4.614905403 0.276100086 43. 5.901639344 13.03278689 1.035375324 14.3067425 4.766228162 1.035375324 44. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 45. 4.327868852 8.68852459 4.377497487 9.706745508 0.4631117 0.4631117 46. 4.590163934 8.68852459 4.353027239 9.826498079 0.292567923 0.292567923 47. 3.278688525 4.344262295 8.832375417 5.44264764 4.317340195 4.317340195 48. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 49. 5.114754098 6.950819672 6.087041359 8.629866952 1.524663018 1.524663018 50. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 51. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 52. 4.327868852 8.68852459 4.377497487 9.706745508 0.4631117 0.4631117

Lampiran 12 Tabel Iterasi Ke 4 (Lanjutan)

53. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 54. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 55. 4.983606557 8.68852459 4.345846771 10.01632637 0.387655088 0.387655088 56. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 57. 4.983606557 13.03278689 0.117342537 13.95313113 4.62190787 0.117342537 58. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 59. 4.327868852 8.68852459 4.377497487 9.706745508 0.4631117 0.4631117 60. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 61. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 62. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 63. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 64. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 65. 5.114754098 8.68852459 4.351363258 10.08222044 0.490545957 0.490545957 66. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 67. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 68. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 69. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 70. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 71. 4.852459016 6.950819672 6.081982881 8.477042681 1.475899365 1.475899365 72. 4.196721311 8.68852459 4.395554837 9.648985922 0.574899737 0.574899737 73. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 74. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653

75. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 76. 4.06557377 8.68852459 4.417433618 9.592671663 0.693502937 0.693502937 77. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 78. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 79. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 80. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 81. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 82. 4.721311475 8.68852459 4.346679897 9.888439796 0.269734673 0.269734673 83. 3.016393443 8.68852459 4.721719607 9.197232679 1.709624529 1.709624529 84. 4.983606557 4.344262295 8.689316937 6.611274401 4.084574685 4.084574685 85. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 86. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 87. 4.721311475 13.03278689 0.144952545 13.86161304 4.613514136 0.144952545 88. 4.852459016 13.03278689 0.013805004 13.90682899 4.615850175 0.013805004 89. 4.852459016 8.68852459 4.344284229 9.951724376 0.307110653 0.307110653 90. 4.721311475 13.03278689 0.144952545 13.86161304 4.613514136 0.144952545

Lampiran 13 Tabel Pengalokasian ke Dalam Cluster

No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 13 Tabel Pengalokasian ke Dalam Cluster (Lanjutan)

No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 14 Tabel Penentuan Centroid Awal K-Means Centroid Kordinat 1 Kordinat 2

C1 (Data Ke 43) 45 15

C2 (Data Ke 7) 36 5

C3 (Data Ke 83) 23 10

Lampiran 15 Tabel Iterasi Ke 1 K-Means

No. Pasien Suhu Pasien Kenyamanan Pasien C1 C2 C3 Cn

Lampiran 15 Tabel Iterasi Ke 1 K-Means (Lanjutan)

18. 37 10 9.43398 5.09902 14 5.099019514

Lampiran 15 Tabel Iterasi Ke 1 K-Means (Lanjutan)

56. 37 15 8 10.0499 14.8660687 8

Lampiran 16 Tabel Pengalokasian Kedalam Cluster No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 16 Tabel Pengalokasian Kedalam Cluster (Lanjutan) No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 17 Tabel Penentuan Centroid Baru

C1 C2 C3

Kordinat 1 38.125 36.2 27 Kordinat 2 14.6875 9.885714286 10

Lampiran 18 Tabel Iterasi Ke 2

No Pasien Suhu Pasien Kenyamanan Pasien C1 C2 C3 Cn

Lampiran 18 Tabel Iterasi Ke 2 (Lanjutan)

21. 33 15 5.13452 6.0329 7.81025 5.13452

Lampiran 18 Tabel Iterasi Ke 2 (Lanjutan)

57. 38 15 0.33657 5.4218 12.083 0.33657

Lampiran 19 Tabel Pengalokasian Kedalam Cluster

No Pasien C1 C2 C3 No Pasien C1 C2 C3

Lampiran 19 Tabel Pengalokasian Kedalam Cluster (Lanjutan) No Pasien C1 C2 C3 No Pasien C1 C2 C3

71. 1 81. 1

72. 1 82. 1

73. 1 83. 1

Lampiran 20 Tabel Penentuan Centroid Baru

C1 C2 C3

Kordinat 1 37.7895 36.36923077 28.33333333 Kordinat 2 14.7368 9.646153846 10

Lampiran 21 Tabel Iterasi Ke 3

No Pasien Suhu Pasien Kenyamanan Pasien C1 C2 C3 Cn

Lampiran 21 Tabel Iterasi Ke 3 (Lanjutan)

18. 37 10 4.80218 0.72324057 8.66667 0.72324

19. 37 15 0.83218 5.39087548 10.0056 0.83218

20. 37 10 4.80218 0.72324057 8.66667 0.72324

21. 33 15 4.7967 6.32577146 6.83943 4.7967

Lampiran 21 Tabel Iterasi Ke 3 (Lanjutan)

56. 37 15 0.83218 5.39087548 10.0056 0.83218

57. 38 15 0.33701 5.59670233 10.8832 0.33701

58. 37 10 4.80218 0.72324057 8.66667 0.72324

Lampiran 22 Tabel Pengalokasian Kedalam Clustering

Lampiran 22 Tabel Pengalokasian Kedalam Clustering (Lanjutan)

Lampiran 23 Tabel Penentuan Centroid Baru

C1 C2 C3

Kordinat 1 37.5 36.609375 29.25 Kordinat 2 15 9.640625 10

Lampiran 24 Tabel Iterasi Ke 4

No Pasien Suhu Pasien Kenyamanan Pasien C1 C2 C3 Cn

Lampiran 24 Tabel Iterasi Ke 4 (Lanjutan)

18. 37 10 5.02494 0.53079024 7.75 0.53079

55. 38 10 5.02494 1.43631065 8.75 1.43631

Lampiran 24 Tabel Iterasi Ke 4 (Lanjutan)

56. 37 15 0.5 5.37359175 9.22293 0.5

Lampiran 25 Tabel Pengalokasian Kedalam Cluster No Pasien C1 C2 C3 No Pasien C1 C2 C3

34. 1 69. 1

35. 1 70. 1

Lampiran 25 Tabel Pengalokasian Kedalam Cluster (Lanjutan) No Pasien C1 C2 C3 No Pasien C1 C2 C3

71. 1 81. 1

72. 1 82. 1

73. 1 83. 1

74. 1 84. 1

75. 1 85. 1

76. 1 86. 1

77. 1 87. 1

78. 1 88. 1

79. 1 89. 1

80. 1 90. 1

Dalam dokumen ANALISIS KINERJA METODE ENTROPY PADA K-MEANS DALAM PROSES CLUSTERING (Halaman 22-0)