83
kita
perlu
mengkalkulasi
ulang
k
centroid
baru
sebagai
barycenter
dari
cluster
yang
didapat
dari
tahap
sebelumnya.
Setelah
kita
mendapatkan k
centroid
baru
ini,
ikatan
baru
harus
dilakukan
antara
data
set
point
yang
sama
dan
centroid
baru
terdekat.
Perulangan dilakukan.
Dari
hasil
perulangan
ini
kita
mungkin
memperhatikan bahwa
k
centroid
mengubah
lokasinya
langkah
demi
langkah
hingga akhirnya tidak ada
lagi perubahan
yang bisa dilakukan. Dengan kata
lain
centroid tidak bergerak lagi.
Algoritma ini bertujuan pada peminimalan sebuah fungsi obyektif, dalam
hal ini fungsi error kuadrat. Fungsi obyektifnya :
dimana
adalah
ukuran
jarak
yang
dipilih
antara
data
point
dan
pusat
cluster
,
adalah
sebuah
indikator
jarak
pada
n
data
point
dari
pusat
cluster.
Adapun algoritmanya terdiri dari langkah-langkah sebagai berikut :
Tempatkan k point kedalam ruang
yang direpresentasikan oleh obyek-
obyek
yang
dikelompokkan. Point
ini
menerangkan
centroid
grup
awal.
Arahkan tiap obyek ke grup yang memiliki centroid terdekat.
Ketika semua obyek telah diarahkan,
hitung ulang posisi dari k
centroid.
 |