Contoh Perhitungan Manual Menggunakan Algoritma K-Means

Pondok Belajar   December 16, 2018   Data Mining   5 comments  

Berikut adalah contoh perhitungan manual mengenai algoritma k-means antara lain :

1.            Dataset

Tabel 1 merupakan tabel dataset dari 15 mahasiswa yang memprogramkan mata kuliah Data mining. Dari 15 mahasiswa tersebut akan dikelompokkan menjadi 3 bagian yaitu kelompok pintar, sedang dan kurang.

Tabel 1. Dataset

NO	NAMA MAHASISWA	UTS	TUGAS	UAS
1	Roy	89	90	75
2	Sintia	90	71	95
3	Iqbal	70	75	80
4	Dilan	45	65	59
5	Ratna	65	75	53
6	Merry	80	70	75
7	Rudi	90	85	81
8	Hafiz	70	70	73
9	Gede	96	93	85
10	Christian	60	55	48
11	Justin	45	60	58
12	Jesika	60	70	72
13	Ayu	85	90	88
14	Siska	52	68	55
15	Reitama	40	60	70

2.            Setelah menentukan dataset, maka perlu menentukkan jumlah cluster yang akan dibentuk. Adapun cluster yang akan dibentuk antara lain :

a.             Cluster 1 (C1) = Pintar

b.            Cluster 2 (C1) = Sedang

c.             Cluster 3 (C1) = Kurang

3.            Tetapkan C pusat cluster awal secara random

Dari dataset diatas terpilih 3 cluster pusat diantaranya :

Kluster 1	96	93	85
Kluster 2	70	75	80
Kluster 3	60	55	48

4.            Alokasikan semua data/obyek ke dalam cluster terdekat. Berikut hasil dari alokasi data ke jarak cluster.

Adapun hasil dari jarak ke cluster diperoleh dari perhitungan dengan rumus :

 

 

 

(lakukan perhitungan tersebut sampai data ke 15)

Setelah melakukan perhitungan maka didapat hasil seperti berikut ini :

No	Nama Mahasiswa	Jarak Ke Cluster			Hasil
		C1	C2	C3
1.	Roy	12,56980509	24,71841419	52,86775955	1
2.	Sintia	24,8997992	25,3179778	58,00862005	1
3.	Iqbal	32,01562119	0	39,03844259	2
4.	Dilan	63,72597587	34,14674216	21,11871208	3
5.	Ratna	48,05205511	27,45906044	21,21320344	3
6.	Merry	29,74894956	12,24744871	36,79673899	2
7.	Rudi	10,77032961	22,38302929	53,7494186	1
8.	Hafiz	36,72873534	8,602325267	30,82207001	2
9.	Gede	0	32,01562119	64,10148204	1
10.	Christian	64,10148204	39,03844259	0	3
11.	Justin	66,47555942	36,52396474	18,70828693	3
12.	Jesika	44,65422712	13,74772708	28,3019434	2
13.	Ayu	11,78982612	22,6715681	58,73670062	1
14.	Siska	58,83026432	31,591138	16,79285562	3
15.	Reitama	66,70832032	35	30,14962686	3

1.            Tentukan kembali titik pusat cluster yang baru berdasarkan rata-rata

Cluster baru tersebut didapat dari rumus = nilai hasil /banyak hasil

Kluster 1 (UTS)=(89+90+90+90+85)/5=90

Kluster 1 (Tugas)=(90+71+85+93+90)/5=85,8

Kluster 1 (UAS)=(75+95+81+85+88)/5=84,8

Lakukan, perhitungan tersebutuntuk kluster 2 dan 3, sehingga didapat nilai cluster baru antara lain :

Kluster 1	90	85,8	84,8
Kluster 2	70	71,25	75
Kluster 3	51,16666667	63,83333333	57,16666667

2.            Lakukan kembali langkah 4 hingga titik pusat dari setiap cluster tidak berubah

Berikut hasil yang didapat sesuai dengan langkah ke 4

No	Nama Mahasiswa	Jarak Ke Cluster			Hasil
		C1	C2	C3
1.	Roy	10,70887482	26,69386634	49,33643008	1
2.	Sintia	17,97442628	28,28537608	54,68775	1
3.	Iqbal	23,23101375	6,25	31,63463292	2
4.	Dilan	55,88631317	30,33253204	6,538348415	3
5.	Ratna	41,86740976	22,87055968	18,25970062	3
6.	Merry	21,1111345	10,07782219	34,45891273	2
7.	Rudi	3,883297568	25,00124997	50,2402561	1
8.	Hafiz	28,08700767	2,358495283	25,3656592	2
9.	Gede	9,374433316	35,34207832	60,29441655	1
10.	Christian	56,59399261	33,06149573	15,49462272	3
11.	Justin	58,38561467	32,25775101	7,30867065	3
12.	Jesika	36,24196463	10,51487042	18,33257574	2
13.	Ayu	7,271863585	27,30499039	52,72649555	1
14.	Siska	51,46727115	27,10281351	4,769696007	3
15.	Reitama	58,17800272	32,42780443	17,43798536	3

Hasil dari tahapan yang pertama dan kedua tidak berubah, maka hasil sudah sesuai dengan pengelompokkan kluster. Berikut adalah hasil dari pengelompokkan tersebut

No	Nama Mahasiswa	UTS	Tugas	UAS	Kelompok
1.	Roy	89	90	75	Pintar
2.	Sintia	90	71	95	Pintar
3.	Iqbal	70	75	80	Sedang
4.	Dilan	45	65	59	Kurang
5.	Ratna	65	75	53	Kurang
6.	Merry	80	70	75	Sedang
7.	Rudi	90	85	81	Pintar
8.	Hafiz	70	70	73	Sedang
9.	Gede	96	93	85	Pintar
10.	Christian	60	55	48	Kurang
11.	Justin	45	60	58	Kurang
12.	Jesika	60	70	72	Sedang
13.	Ayu	85	90	88	Pintar
14.	Siska	52	68	55	Kurang
15.	Reitama	40	60	70	Kurang