Telah diseminarkan pada Seminar Matematika UNISBA Tahun 2014

Abstrak

Analisis Klaster merupakan analisis pengelompokan data yang mengelompokkan data berdasarkan informasi yang ditentukan pada data. Tujuan dari analisis klaster adalah agar objek-objek di dalam satu kelompok memiliki kesamaan satu sama lain sedangkan dengan objek-objek yang berbeda kelompok memiliki perbedaan. Proses analisis klaster atau pengelompokan data bisa dilakukan dengan dua metode yaitu: metode hirarki dan metode non-hirarki. Metode hirarki terbagi menjadi dua yaitu metode agglomerative (pemusatan) dan metode divisive (penyebaran). Pada artikel ini, akan dibahas metode hirarki yang berupa metode divisive.

Pada setiap langkahnya dalam metode divisive terjadi penambahan kelompok ke dalam nilai dua nilai terkecil sampai akhirnya semua elemen bergabung. Metode divisive ini merupakan proses pengklasteran yang didasarkan pada persamaan nilai rata-rata antar objek. Jika sebuah objek memiliki persamaan nilai rata-rata terbesar maka objek tersebut akan terpisah dan berubah menjadi splinter group. Di akhir artikel ini akan dibahas hasil penerapan metode divisive pada sepuluh data tingkat polusi udara di Amerika Serikat.

Selengkapnya
Pengklasteran Data Dengan Menggunakan Divisive Analysis Method (Diana) (oleh : Chandra Gunawan, Dewi Rachmatin, dan Maman Suherman)