61
kedalam kelompok
yang
lebih besar atau pada saat
menentukan
hubungan antara sebuah
point ke satu cluster. Perlu diketahui bahwa pada saat dua atau
lebih
variable digunakan
untuk
mendefinisikan jarak,
variable
yang
satu
dengan
magnitudo
yang
besar
akan
mendominasi, jadi
untuk
mencegah
hal
ini
umum
dilakukan untuk
menstandarisasikan
semua variable dahulu (http://www2.chass.ncsu.edu/garson/pA765/cluster.htm).
2.9.5.1
The Euclidean Distance
Euclidean
Distance
merupakan
pengukur
jarak
yang
paling
umum
digunakan.
Perlu diperhatikan bahwa Euclidean Distance biasanya dihitung dari
data
yang
mentah,
dan
bukan
dari
data
yang
sudah
distandarkan.
Metode
ini
memiliki
kelebihan
tertentu
misalnya
jarak
antara
dua
obyek
tidak
dipengaruhi
oleh
penambahan obyek
baru
ke
dalam
analisis.
Bagaimanapun,
jarak
dapat
dipengaruhi
oleh
perbedaan
dalam
skala
antar
dimensi
dimana
jarak
diperhitungkan.
Euclidean
Distance
dirumuskan
sebagai
(
distance(x,y) = {
i
(x
i
-
y
i
)²
}
Ö
2.9.5.2
City Block Distance
City Block Distance, dikenal
juga dengan
nama Block Distance atau Manhattan
Distance,
merupakan perbedaan
rata-rata
antar
dua
atau
lebih
dimensi
yang
digunakan
untuk
menetapkan jarak
(
Dirumuskan sebagai (http://www.statsoft.com/textbook/stcluan.html):
distance(x,y) =
i
|x
i
-
y
i
|
 |