Perbandingan Analisis Cluster Metode Average Linkage dan Metode Ward (Kasus: IPM Provinsi Sulawesi Selatan)

Musarrafah Paramadina(1*), Sudarmin Sudarmin(2), Muhammad Kasim Aidid(3),

(1) Department of Statistics, Universitas Negeri Makassar
(2) Department of Statistics, Universitas Negeri Makassar
(3) Department of Statistics, Universitas Negeri Makassar
(*) Corresponding Author




DOI: https://doi.org/10.35580/variansiunm9357

Abstract


Penelitian ini bertujuan untuk mengetahui langkah-langkah analisis cluster dengan  metode average linkage dan metode Ward, serta membandingkan hasil analisis kedua metode tersebut cluster yang mana yang lebih baik digunakan. Langkah–langkah dalam analisis cluster hierarki yaitu melakukan standarisasi data, menentukan ukuran kemiripan atau ketidakmiripan antar data, proses pengclusteran dengan matriks jarak menentukan jumlah cluster dan anggotanya, menginterpretasi hasil cluster yang dibentuk. Langkah-langkah analisis cluster dengan metode average linkage adalah pasangan obyek yang berdekatan digabungkan menjadi satu cluster, menghitung kedua jarak kedekatan obyek tersebut dengan responden yang lain, penggabungan berikutnya terjadi pada cluster-cluster yang paling mirip dibandingkan dengan responden yang lain, sehingga membentuk cluster yang kedua. Hasil pengclusteran kedua metode tersebut kemudian dibentu beberapa pengelompokan awal yang selanjutnya akan ditentukan cluster yang baik digunakan dengan menggunakan validasi cluster indeks dunn. Kemudian diperoleh hasil bahwa pengelompokan dengan metode average linkage menghasilkan index dunn yang terbaik dengan nilai 0.55 dengan jumlah cluster yang terbentuk sebanyak 8 cluster dibandingkan dengan metode ward yang menghasilkan nilai index dunn 0.43.

 

Kata Kunci : Analisis Cluster, Average Linkage, Ward, index dunn


Full Text:

PDF

Article Metrics

Abstract view : 352 times | PDF view : 34 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Musarrafah Paramadina, Sudarmin Sudarmin, Muhammad Kasim Aidid

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Abstracted/Indexed by:

Dimensions

 

 

VARIANSI: Journal of Statistics and Its Application on Teaching and Research is licensed under a Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)