36
dibagi atau dipisah, sampai setiap objek berada di dalam klaster yang
terpisah. Metode aglomeratif biasanya dipergunakan di dalam riset
pemasaran. Metode-metode aglomeratif tersebut terdiri dari metode
terkait (linkage method), error sums of squares or variance methods dan
centroid methods. (Supranto, 2004, pp 150-152)
Berikut ini adalah beberapa langkah dalam algoritma
pengklasteran hierarki aglomeratif untuk mengelompokkan objek N baik
berupa benda atau variabel (Johnson, 2002, p681), yaitu sebagai berikut :
1.
Mulailah dengan klaster-klaster N, yang masing-masing berisi
sebuah
entitas dan buatlah matriks jarak atau kedekatan simetris N x N
dimana D = {d
i k
}.
2.
Carikah matriks jarak untuk pasangan klaster yang paling dekat atau
yang paling mirip. Biarkan jarak antara klaster ”yang paling dekat” U
dan V menjadi d
UV
.
3.
Gabungkan klaster U
dan V. Beri nama klaster yang baru terbentuk
(UV). Perbaharui entri di dalam matriks jarak dengan cara (a)
menghapus baris dan kolom yang sesuai untuk U
dan V
dan (b)
menambahkan baris dan kolom yang memberikan jarak antara klaster
(UV) dan klaster yang tersisa.
4.
Ulangi langkah 2 dan 3 total dari N-1. (Semua objek akan berada
dalam klaster single
setelah algoritma berakhir) Simpan identitas
 |