Clustering merupakan salah satu metode yang dipakai untuk mengelompokkan
titik pada data sesuai dengan kesamaan dari ciri antar titik/obyek data tersebut.
Penelitian ini menerapkan algoritma clustering hirarkis dengan pembatas
kesebelahan menggunakan pendekatan agglomerative. Konsep constraint atau
pembatas diterapkan untuk menghasilkan cluster dari obyek-obyek yang saling
berbatasan secara geografis. Beberapa metode clustering yang diselidiki antara
lain: single linkage, complete linkage, serta average linkage. Sementara konsep
jarak yang akan diselidiki antara lain Euclidean distance, Manhattan distance,
Minkowski distance, dan Chebychev distance. Perbandingan masing-masing
metode dan jarak diukur berdasarkan nilai keseimbangan clustering pada
konfigurasi yang dihasilkan sebagai ukuran tingkat keoptimalan. Metode
complete linkage menunjukkan kinerja paling tinggi sedangkan metode single
linkage menunjukkan kinerja paling rendah diantara metode yang lain. Sementara
parameter clustering paling optimal dihasilkan dengan menggunakan metode
complete linkage dan jarak manhattan.
|
|