Analisis Kelompok dengan Menggunakan Metode Self Organizing Maps Pada Data Wines
| Main Author: | SusanAdiPutra |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2009
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152069/1/050901428.pdf http://repository.ub.ac.id/152069/ |
Daftar Isi:
- Analisis kelompok ( cluster ) merupakan suatu metode dalam analisis peubah ganda yang digunakan untuk mengelompokkan sejumlah objek pengamatan yang relatif homogen menjadi kelompok yang lebih kecil berdasarkan karakteristik peubah. Ada dua teknik pengelompokan, yaitu teknik pengelompokan hirarki dan teknik pengelompokan nonhirarki. Teknik pengelompokan nonhirarki yang sering digunakan adalah metode K- means . Selain metode K- means terdapat teknik pengelompokan nonhirarki lain yang dapat digunakan yaitu metode Self Organizing Maps (SOM). SOM adalah teknik pengelompokan yang digunakan untuk memvisualisasikan atau menggambarkan objek pengamatan dengan mereduksi dimensi objek pengamatan kelebihan ini tidak terdapat pada K- means . Tujuan dari SOM adalah untuk memvisualisasikan objek pengamatan dengan mengelompokkan objek pengamatan tersebut ke dalam map-map yang berbentuk hexagonal berdasarkan warna yang menyusun mapmap dan untuk menentukan tingkat learning serta layer maps yang optimal. Data yang digunakan merupakan data hasil penelitian pada wines. Setelah menghitung kedekatan jarak dengan menggunakan jarak Euclid, objek pengamatan yang mempunyai jarak yang saling berdekatan digabungkan dalam satu kelompok. Berdasarkan nilai learning dan layer hexagonal yang digunakan dalam penelitian ini dapat disimpulkan bahwa nilai learning yang paling kecil dapat memvisualisasikan kelompok yang terbentuk secara jelas dengan tingkat warna yang berbeda dan layer maps yang optimal digunakan dalam pengelompokan objek pengamatan adalah layer maps hexagonal 5x5.