47
3. Klasterisasi overlapping
Dalam klasterisasi overlapping, setiap data
memungkinkan termasuk ke beberapa
klaster.
Data
mempunyai
nilai
keanggotaan (membership) pada
beberapa klaster.
Contoh: Fuzzy C-means, Gaussian Mixture.
4. Hybrid
Karakteristik hybrid
adalah
Mengawinkan karakteristik
dari
partitioning,
overlapping dan hierarchical.
2.6.2 Algoritma Klasterisasi
Ada beberapa algoritma yang sering digunakan dalam proses klasterisasi, yaitu :
1. K-Means
Termasuk
klasterisasi
partitioning
yang
memisahkan
data
ke
k
daerah
bagian
yang
terpisah.
K-means
algorithm
sangat
terkenal
karena
kemudahan dan
kemampuannya untuk
mengklaster
data
besar
dan
data
outlier
dengan
sangat
cepat.
Sesuai
dengan
karakteristik klasterisasi partitioning, Setiap
data
harus
termasuk
ke
kelas
tertentu,
dan
Memungkinkan bagi
setiap
data
yang
termasuk
kelas
tertentu
pada
suatu
tahapan
proses,
pada
tahapan
berikutnya berpindah
ke
kelas yang lain.
Algoritma K-Means :
1. Menentukan k sebagai jumlah kelas yang ingin dibentuk
2. Membangkitkan k centroids (titik pusat kelas) awal secara random
3. Menghitung jarak setiap data ke masing-masing centroids
4. Setiap data memilih centroids yang terdekat
 |