Analisis Cluster Komponen Utama Nonlinier Dan Analisis Two Step Cluster Untuk Data Berskala Campuran
| Main Author: | Azizah, Maulida |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/153637/1/MAULIDA_AZIZAH_%280910953035%29.pdf http://repository.ub.ac.id/153637/ |
Daftar Isi:
- Analisis Cluster Digunakan Untuk Mengelompokkan Objekobjek Berdasarkan Kesamaan Karakteristik Tertentu. Analisis Yang Sering Digunakan Yaitu Analisis Cluster Hirarki Dan Non Hirarki Di Mana Hanya Dapat Menangani Data Interval Dan Rasio. Padahal Banyak Penelitian Melibatkan Data Dengan Skala Pengukuran Campuran (Nominal, Ordinal, Interval Dan Rasio). Penelitian Ini Bertujuan Untuk Membandingkan Analisis Cluster Hirarki Dengan Transformasi Komponen Utama Nonlinier Dan Analisis Two Step Cluster Dalam Mengelompokkan Data Berskala Campuran. Analisis Komponen Utama Nonlinier Menghasilkan Skor Komponen Objek Berskala Rasio Sehingga Dapat Dilanjutkan Dengan Analisis Cluster Hirarki. Sementara Analisis Two Step Cluster Menangani Data Berskala Campuran Pada Jarak Log-Likelihood Yang Digunakan. Data Yang Digunakan Adalah 10 Data Sekunder. Kriteria Pembanding Yang Digunakan Yaitu Rasio Keragaman Dengan Membagi Nilai Sum-Ofsquares Within Cluster (Ssw) Dengan Sum-Of-Squares Between Clusters (Ssb). Nilai Rasio Yang Kecil Mengindikasikan Metode Lebih Baik. Hasil Penelitian Menunjukkan Analisis Two Step Cluster Adalah Analisis Yang Lebih Baik Dibandingkan Dengan Analisis Cluster Transformasi Komponen Utama Nonlinier