Analisis dan Eksplorasi Algoritma Clustering Untuk Segmentasi Mahasiswa Baru

Analisis dan Eksplorasi Algoritma Clustering Untuk Segmentasi Mahasiswa Baru, Algoritma , Clustering, K-Means...

Author: LANGGENG RESTUONO
Date: 2024
Keywords: Algoritma , Clustering, K-Means
Type: Thesis
Category: penelitian

Analisis clustering merupakan teknik penting dalam pemrosesan dan pemahaman pola data. Dalam penelitian ini, kami membandingkan hasil clustering menggunakan algoritma k-Means dengan dua pendekatan inisialisasi centroid yang berbeda: centroid random dan centroid manual. Dataset yang digunakan terdiri dari tiga variabel yang diamati. Hasil analisis menunjukkan perbedaan signifikan dalam penempatan centroid dan pembentukan kelompok antara kedua pendekatan. Pendekatan dengan centroid random (Dinamis) menghasilkan tiga kelompok dengan centroid masing-masing berada pada koordinat yang berbeda: Kelompok 1 [1.76, 2.5, 10.88], Kelompok 2 [1.60, 1.87, 2.23], dan Kelompok 3 [1.64, 1.568, 15.88]. Di sisi lain, pendekatan dengan centroid manual (Statis) menghasilkan tiga kelompok dengan centroid yang ditetapkan secara manual: Kelompok 1 [1.64, 1.81, 14.84], Kelompok 2 [1.61, 1.901, 2.04, dan Kelompok 3 [1.75, 1.7, 6.8]. Analisis dan interpretasi perbedaan ini menyoroti sensitivitas algoritma k-Means terhadap inisialisasi centroid. Implikasi dari temuan ini memberikan wawasan tentang pentingnya pemilihan metode inisialisasi yang tepat dalam analisis clustering untuk memastikan hasil yang konsisten dan bermakna. Penelitian ini memberikan kontribusi penting dalam pemahaman faktor-faktor yang memengaruhi hasil clustering dan dapat menjadi panduan bagi peneliti dan praktisi dalam memilih pendekatan clustering yang sesuai dengan data dan tujuan analisis mereka.

Files:
LEMBAR JUDUL 1
DAFTAR PUSTAKA
ABSTRAK

Collections:
Digital Library UNPAB