Klasterisasi Menggunakan k-Means

5

Click here to load reader

description

Materi ini membahas bagaimana cara menghitung dan mencari klaster secara manual menggunakan k-Means

Transcript of Klasterisasi Menggunakan k-Means

Page 1: Klasterisasi Menggunakan k-Means

BELAJAR MENGHITUNGk-MEANS secara MANUALJika sudah bisa menghitung manual, maka silahkan menggunakan Tools berikut :

1. WEKA

2. RAPIDMINNER

3. MATLAB

brought to you by :

www.itmbali.com

0361 2020-350

mail to : [email protected]

Page 2: Klasterisasi Menggunakan k-Means

1 (iterasi BELUM MULAI !)

DATA ke- X Y

1 1 1

2 2 1

3 4 3

4 5 4

Posisi Awal TANPA CENTROID

2 (iterasi BELUM MULAI !!)

DATA ke- X Y

1 1 1

2 2 1

3 4 3

4 5 4

C1 1 1 NB : nilai centroid acak, anggap saja acaknya

C2 2 1 adalah seperti di samping

INISIALISASI CENTROID (ACAK) Misalkan di (1,1) dan (2,1)

cek gbr di bawah ini, perhatikan bahwa Data ke 1 BERHIMPIT DGN C1 dan

Data ke-2 BERHIMPIT DGN C2

0

1

2

3

4

5

0 1 2 3 4 5 6

Y

X

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6

Y C1 C2

Page 3: Klasterisasi Menggunakan k-Means

3 Iterasi dimulai. Iterasi = 0

DATA ke- X Y dC1 dC2 C1 C2

1 1 1 0 1 *

2 2 1 1 0 *

3 4 3 3.605551 2.828427 *

4 5 4 5 4.242641 *

C1 1 1

C2 2 1

NB :

dC1 dan dC2 adlah jarak masing-masing titik ke centroid

cara nya adalah menggunakan RUMUS EUCLIDEAN yang ada pangkat dan akar itu

d yang terkecil MENANG

Setelah bertemu pemenang, cari rata2x per klaster sebagai centroid baru

CENTROID BARU :

C1 1 1

C2 3.666666672.66666667

GAMBAR CENTROID YANG BARU :

(perhatikan, gambar centroidnya BEDAdengan yang di atas !!!)

4 Iterasi =1

DATA ke- X Y dC1 dC2 C1 C2

1 1 1 0 3.14466 *

2 2 1 1 2.357023 *

3 4 3 3.605551 0.471405 *

4 5 4 5 1.885618 *

C1 1 1

C2 3.666666672.66666667

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6

Y C1 C2

Page 4: Klasterisasi Menggunakan k-Means

NB :

INGAT, kali ini yang dipakai adalah CENTROID yang BARU utk menghitung d

Jika posisi cluster tidak berubah, maka sudah selesai.

Jika berubah, ulangi lagi mencari centroid baru.

Tabel di atas menunjukkan masih ada perubahan !

CENTROID BARU :

C1 1.5 1

C2 4.5 3.5

GAMBAR CENTROID YANG BARU :

(perhatikan, gambar centroidnya BEDAdengan yang di atas !!!)

5 Iterasi = 2

DATA ke- X Y dC1 dC2 C1 C2

1 1 1 0.5 4.301163 *

2 2 1 0.5 3.535534 *

3 4 3 3.201562 0.707107 *

4 5 4 4.609772 0.707107 *

C1 1.5 1

C2 4.5 3.5

NB :

OK, lihat, ternyata pembgian anggota klaster sudah TETAP

Artinya PERHINTUNGAN BERHENTI !!!

Tidak perlu cari centroid baru !

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6

Y C1 C2

Page 5: Klasterisasi Menggunakan k-Means

GAMBAR KLASTER FINAL + CENTROIDNYA !

PERTANYAAN ?

YM : [email protected]

eMail : [email protected]

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6

Y C1 C2