30
Setelah menghitung densitas tiap-tiap titik, maka titik dengan
densitas tertinggi akan dipilih sebagai pusat cluster. Misalkan X
C1
adalah
titik yang terpilih sebagai pusat cluster, sedangan D
C1
adalah ukuran
densitasnya. Selanjutnya densitas dari titik-titik disekitarnya akan
dikurangi menjadi :
Dengan r
b
adalah konstanta positif. Hal ini berarti bahwa titik-titik
yang berada dekat dengan pusat cluster
akan mengalami pengurangan
densitas besar-besaran. Hal ini akan berakibat titik-titik tersebut akan
sangat sulit untuk menjadi pusat cluster berikutnya. Nilai r
b
menunjukkan
suatu lingkungan yang mengakibatkan titik-titik berkurang ukuran
densitasnya. Biasanya r
b
bernilai lebih besar dibanding dengan r, r
b
=q*r
a
(dengan q adalah squash factor yang digunakan untuk mengalikan nilai
radius dan r
a
adalah nilai r
b
sebelumnya).
Setelah densitas tiap-tiap titik diperbaiki, maka selanjutnyan akan
dicari pusat cluster
yang kedua. Setelah didapat, ukurang densitas setiap
titik data akan diperbaiki kembali, demikian seterusnya.
Pada implementasinya, bisa digunakan 2 pecahan sebagai faktor
pembanding, yaitu Acceptance ratio dan Rejection ratio. Baik acceptance
ratio maupun rejection ratio keduanya merupakan suatu bilangan pecahan
yang bernilai 0 sampai 1. Acceptance ratio merupakan batas bawah
dimana suatu titik data yang menjadi kandidat (calon) pusat cluster
diperbolehkan untuk menjadi pusat cluster. Sedangkan rejection ratio
merupakan batas atas dimana suatu titik data yang menjadi kandidat
(calon) pusat cluster tidak diperbolehkan untuk menjadi pusat cluster. Ada
3 kondisi yang bisa terjadi dalam suatu iterasi :
Apabila Rasio >Acceptance ratio, maka titik data tersebut diterima
sebagai pusat cluster baru.
Apabila Rejection ratio <
Rasio
Acceptance ratio,
maka titik data
tersebut baru akan diterima sebagai pusat cluster baru hanya jika titik
data tersebut terletak pada jarak yang cukup jauh dengan pusat
clusteryang lainnya (hasil penjumlahan antara rasio dan jarak terdekat
 |