• Tidak ada hasil yang ditemukan

Tutorial Menggunakan Widget Hierarchical Clustering pada Aplikasi Orange

N/A
N/A
Dina fani Safira

Academic year: 2024

Membagikan "Tutorial Menggunakan Widget Hierarchical Clustering pada Aplikasi Orange"

Copied!
4
0
0

Teks penuh

(1)

Nama: Rifsya Aulia Nim: 12250321571 Kelas: 5C

Mata Kuliah: Data Mining

TUTORIAL MENGGUNAKAN WIDGET HIERARCHICAL CLUSTERING

1. Buka aplikasi Orange dan klik New untuk memulai proyek baru.

2. Dalam laporan ini, widget yang digunakan mencakup File, Distance, Distance Matrix, Hierarchical Clustering, dan Data Table. Langkah pertama dimulai dengan memilih widget File untuk mengimpor data yang akan dianalisis.

(2)

3. Pilih data yang akan digunakan untuk analisis. Pada laporan ini, data yang digunakan adalah Mall Customer Segmentation Data, yang diperoleh dari platform https://www.kaggle.com/datasets/vjchoudhary7/customer-segmentation-tutorial-in-

python. Dataset ini mencakup total 200 data pelanggan dengan 5 atribut, termasuk informasi penting seperti jenis kelamin, usia, pendapatan tahunan, dan skor pengeluaran pelanggan.

4. Hubungkan widget File dengan widget Distances untuk menghitung jarak antar data yang diimpor. Proses ini memungkinkan analisis lanjutan, seperti pengelompokan (clustering) dan visualisasi hubungan antar data.

5. Selanjutnya, hubungkan widget Distances dengan widget Distance Matrix. Gambar di bawah menunjukkan matriks jarak yang dihasilkan, yang menggambarkan tingkat kesamaan atau perbedaan antar data dalam dataset berdasarkan metrik jarak yang digunakan.

(3)

6. Langkah selanjutnya adalah menghubungkan widget Distances dengan widget Hierarchical Clustering. Widget ini digunakan untuk melakukan pengelompokan data secara hierarkis, yang memungkinkan analisis struktur data berdasarkan tingkat kedekatan antar data. Proses ini menghasilkan dendrogram, yaitu diagram pohon yang menggambarkan bagaimana data dikelompokkan pada berbagai tingkat kesamaan.

7. Hasil dari pengelompokan ini dapat dilihat lebih rinci dengan menghubungkan widget Hierarchical Clustering ke widget Data Table, yang menampilkan data yang telah dikelompokkan sesuai dengan hasil clustering.

(4)

Referensi

Dokumen terkait

Sedangkan algoritma Hierarchical Agglomerative Clustering dalam melakukan evaluasu membutuhkan waktu komputasi klastering yang cukup cepat, namun hasil performa

Algoritma Hierarchical Cluster merupakan salah satu algoritma teknik clustering yang dimulai dengan pemilihan secara acak K, yang merupakan banyaknya cluster yang

Berikut adalah tabel hasil pengujian menggunakan beberapa jenis serangan yang sama dengan metode Hierarchical Clustering, K-Nearest Neighbor dan Fuzzy Neural

Menyatakan bahwa Tugas Akhir yang berjudul “ TEKNIK CLUSTERINGPADA LOG FILE IDS MENGGUNAKAN ALGORITMA HIERARCHICAL CLUSTERING ” Bukan merupakan karya orang lain

Sedangkan algoritma Hierarchical Agglomerative Clustering dalam melakukan evaluasu membutuhkan waktu komputasi klastering yang cukup cepat, namun hasil performa

Pada subbab ini menjelaskan tentang aplikasi clustering untuk pengelompokan mahasiswa STMIK ASIA berdasarkan usia dan data akademik menggunakan metode K-Means, atau

 Dengan menggunakan sebuah metode Hierarchical Clustering untuk mengukur jarak antara data time series yang telah ditentukan.Algoritma Hierarchical dimulai dengan

Manfaat Clustering Kuliah 13 - Hierarchical and K-means Clustering ANR – Data Mining & Knowledge Management - 2022 Keuntungan penggunaan metode hierarki dalam analisis Cluster adalah