5
2.1
Decision
tree
adalah
salah
satu
metode
classification
yang
paling
populer
karena mudah untuk diinterpretasi oleh manusia.
3. Clustering
Berbeda
dengan
association
rule
mining
dan
classification
dimana
kelas
data
telah
ditentukan
sebelumnya,
clustering
melakukan
pengelompokan data
tanpa
berdasarkan kelas
data
tertentu
(Clustering
atau
analisis
cluster
adalah
proses
pengelompokan satu set benda-benda
fisik
atau abstrak ke dalam kelas objek
yang sama
(Han
dan
Kamber,
2006:383)).
Analisis
Cluster
adalah
proses
pengelompokan
objek
berdasarkan pada
perilaku
atau
karakteristik
yang
serupa
(Sambamoorthi, 2010:2).
Dan
cluster
adalah
kumpulan
objek
data
yang
mirip
satu
sama
lain
dalam
kelompok
yang
sama
dan
berbeda
dengan
objek
data
di
kelompok
lain
(Han
dan
Kamber,
2006:383).
Tujuannya adalah
untuk
menghasilkan pengelompokan objek
yang
mirip
satu
sama
lain
dalam
kelompok-kelompok.
Semakin
besar
kemiripan
objek
dalam
suatu
cluster
dan
semakin
besar
perbedaan tiap
cluster
maka
kualitas
analisis
cluster
semakin
baik
(Karhendana, 2008).
Analisis
cluster
merupakan
suatu
teknik
penyelesaian masalah
yang
bersifat
unsupervised
learning,
yang
berarti
analisis
cluster
menemukan
pola
dari
data
dengan
tidak
memanfaatkan
label
yang
sudah
ada sebelumnya. Berbeda dengan klasifikasi
yang
merupakan
supervised
learning,
pada
proses
klasifikasi
pengelompokan
objek
dilakukan dengan
memanfaatkan label yang sudah
ada sebelumnya, yang dihasilkan dari
proses
data
training
(Karhendana, 2008;
Rahmawati, 2007).
Clustering
dapat
dilakukan
pada data yang memiliki beberapa atribut yang dipetakan sebagai ruang multidimensi.
 |