PERBANDINGAN METODE MODEL-BASED DENGAN METODE K-MEAN DALAM ANALISIS CLUSTER
Teks penuh
Gambar
Dokumen terkait
Model diskriminan dua faktor yang terbentuk dari hasil pengelompokan provinsi di Indonesia menggunakan metode K-Means Cluster berdasarkan indikator penyusun Indeks
Metode cluster based digunakan sebagai ciri mengelompokan objek-objek fisik atau sekelompok lebih dari satu cluster sehingga objek- objek yang berada dalam satu cluster
Dalam penelitian ini, untuk pengelompokan data menggunakan metode K-Means dan metode DBSCAN , adapun tambahan metode pengelompokan yaitu rule-based classification sebagai
Berdasarkan kualitas ketepatan pengelompokan menggunakan rasio simpangan baku dalam cluster dan antar cluster (rasio Sw/Sb), pengelompokan data obligasi korporasi
Metode cluster based digunakan sebagai ciri mengelompokan objek-objek fisik atau sekelompok lebih dari satu cluster sehingga objek- objek yang berada dalam satu cluster
Jadi, hasil pengelompokan menunjukkan bahwa metode single linkage merupakan metode yang lebih baik dalam penentuan jumlah cluster optimum dibandingkan metode complete linkage
Dari 6 indeks validasi untuk mengetahui jumlah pengelompokan yang tepat, menunjukkan bahwa pengelompokan menjadi 2 kelompok memberikan hasil pengelompokan yang lebih bagus
Berdasarkan kualitas ketepatan pengelompokan menggunakan rasio simpangan baku dalam cluster dan antar cluster (rasio Sw/Sb), pengelompokan data obligasi korporasi
