KMEANSSSSS
1. Install Paket:
install.packages("factoextra") digunakan untuk mengunduh dan menginstal paket factoextra jika belum terinstal sebelumnya. factoextra merupakan paket yang menyediakan fungsi-fungsi visualisasi untuk analisis multivariat.
2. Memuat Paket:
library(factoextra) memuat paket factoextra sehingga fungsi-fungsi di dalamnya dapat digunakan dalam skrip Anda.
3. Loading Dataset:
Kluster <- Monthly_Product_Sales_1_ adalah proses memuat dataset ke dalam variabel Kluster. Namun, operasi ini tidak menghilangkan nilai NA.
4. Menghapus Baris dengan NA:
Kluster <- na.omit(Monthly_Product_Sales_1_) bertujuan untuk menghapus baris- baris yang berisi NA dari dataset. Namun, hasilnya tidak disimpan kembali ke dalam variabel Kluster.
5. Penskalaan Dataset:
Kluster <- scale(Monthly_Product_Sales_1_) mencoba melakukan penskalaan dataset, tetapi operasi ini juga tidak menyimpan hasilnya ke dalam variabel Kluster.
Perlu dicatat bahwa penskalaan data ini akan bekerja jika semua kolom pada dataset adalah numerik.
6. Membuat Data Frame:
x <- data.frame(Calvin = Monthly_Product_Sales_1_$Product A, Dwi = Monthly_Product_Sales_1_$Product B, Kejop =
Monthly_Product_Sales_1_$Product C) membuat data frame x yang terdiri dari tiga kolom dari dataset.
7. Analisis Klaster (Clustering):
km <- kmeans(Monthly_Product_Sales_1_, centers = 4, nstart = 25) menggunakan algoritma k-means clustering untuk membagi data menjadi 4 kelompok berbeda.
nstart = 25 adalah jumlah percobaan yang berbeda dalam menemukan solusi awal.
8. Visualisasi Klaster (Clustering):
fviz_cluster(km, data = Monthly_Product_Sales_1_) bertujuan untuk visualisasi hasil klaster yang diperoleh dari analisis kmeans.
Penting untuk memastikan bahwa operasi seperti penghapusan nilai NA atau penskalaan data disimpan kembali ke dalam variabel yang benar untuk digunakan dalam langkah-langkah selanjutnya dalam analisis data.
