Studi komparatif penerapan metode hierarchical, k-means dan Self Organizing Maps (SOM) clustering pada basis data: Studi kasus data set time series
Daftar Isi:
- Clustering adalah pembagian data ke dalam kelompok objek serupa. Setiap kelompok, yang disebut cluster, terdiri dari objek-objek yang sama antara kelompok dan berbeda dibandingkan dengan obyek kelompok lain. Tulisan ini dimaksudkan untuk mempelajari dan membandingkan algoritma klasterisasi data yang berbeda. Algoritma tersebut adalah: K-Means, Hierarchical Clustering dan self Organizing Maps. Semua algoritma ini dibandingkan sesuai dengan faktor-faktor berikut: ukuran dataset, jumlah cluster dan jenis dataset. Beberapa kesimpulan yang diambil milik kinerja, kualitas, dan akurasi dari algoritma clustering.