Pengenalan Pola -...
-
Upload
phungkhuong -
Category
Documents
-
view
234 -
download
6
Transcript of Pengenalan Pola -...
![Page 1: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/1.jpg)
Pengenalan Pola
PTIIK - 2014
Hierarchical Clustering
![Page 2: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/2.jpg)
Course Contents
Agglomerative Hierarchical Clustering (AHC) 1
Studi Kasus 2
Latihan dan Diskusi 3
Progress Final Project 4
![Page 3: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/3.jpg)
Hierarchical Clustering adalah metode analisis kelompok yang
berusaha untuk membangun sebuah hirarki kelompok data.
Strategi pengelompokannya umumnya ada 2 jenis yaitu
Agglomerative (Bottom-Up) dan Devisive (Top-Down). (Pada bagian
ini akan dibatasi hanya menggunakan konsep Agglomerative).
Algoritma Agglomerative Hierarchical Clustering :
1. Hitung Matrik Jarak antar data.
2. Ulangi langkah 3 dan 4 higga hanya satu kelompok yang tersisa.
3. Gabungkan dua kelompok terdekat berdasarkan parameter kedekatan
yang ditentukan.
4. Perbarui Matrik Jarak antar data untuk merepresentasikan kedekatan
diantara kelompok baru dan kelompok yang masih tersisa.
5. Selesai.
Hierarchical Clustering
![Page 4: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/4.jpg)
Membentuk Matrik Jarak, misal dengan Manhattan Distance :
atau menggunakan Euclidian Distance :
Beberapa metode Pengelompokan Secara Hierarki Aglomeratif :
Single Linkage (Jarak Terdekat)
Complete Linkage (Jarak Terjauh)
Average Linkage (Jarak Rata-Rata)
d
j
jjman yxyxD1
,
Dddd uvuvuv },min{
Dddd uvuvuv },max{
Dddaveraged uvuvuv },{
d
j
jj xxxxD1
2
1212 ,
Rumus Umum
![Page 5: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/5.jpg)
Perhatikan dataset berikut :
Data Fitur x Fitur y
1 1 1
2 4 1
3 1 2
4 3 4
5 5 4
Kelompokkan dataset tersebut dengan menggunakan metode AHC (Single
Linkage, Complete Linkage dan Average Linkage) menggunakan jarak
Manhattan !
Contoh Studi Kasus
![Page 6: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/6.jpg)
Menghitung Jarak Pada Semua Pasangan dua data :
Hasil Matrik Jarak :
12111,
31141,
01111,
31
21
2
1
11
DataDataD
DataDataD
yxDataDataD
man
man
j
jjman
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Data Fitur x Fitur y
1 1 1
2 4 1
3 1 2
4 3 4
5 5 4
7344151,
5324131,
51
41
DataDataD
DataDataD
man
man
4314154,
4314134,
4132114,
52
42
32
DataDataD
DataDataD
DataDataD
man
man
man
6244251,
4224231,
53
43
DataDataD
DataDataD
man
man
2024453, 54 DataDataDman
![Page 7: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/7.jpg)
Menggunakan Metode Single Linkage :
Dengan memperlakukan data sebagai kelompok, selanjutnya kita pilih jarak
dua kelompok yang terkecil.
terpilih kelompok 1 dan 3, sehingga kedua kelompok ini
digabungkan. (Melanjutkan pengelompokan).
Menghitung jarak antar kelompok (1 dan 3) dengan kelompok lain yang
tersisa, yaitu 2, 4 dan 5.
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
1)min()min( 13 dDman
6}6,7min{},min{
4}4,5min{},min{
3}4,3min{},min{
35155)13(
34144)13(
32122)13(
ddd
ddd
ddd
Single Linkage
![Page 8: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/8.jpg)
Menghitung jarak antar kelompok (1 dan 3) dengan kelompok lain yang
tersisa, yaitu 2, 4 dan 5.
Dengan menghapus baris-baris dan kolom-kolom matrik jarak yang
bersesuaian dengan kelompok 1 dan 3, serta menambahkan baris dan
kolom untuk kelompok (13).
Selanjutnya dipilih jarak dua kelompok yang terkecil.
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
6}6,7min{},min{
4}4,5min{},min{
3}4,3min{},min{
35155)13(
34144)13(
32122)13(
ddd
ddd
ddd
Dman (13) 2 4 5
(13) 0 3 4 6
2 3 0 4 4
4 4 4 0 2
5 6 4 2 0
2)min()min( 45 dDman
![Page 9: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/9.jpg)
Dengan menghapus baris-baris dan kolom-kolom matrik jarak yang
bersesuaian dengan kelompok 1 dan 3, serta menambahkan baris dan
kolom untuk kelompok (13).
Selanjutnya dipilih jarak dua kelompok yang terkecil.
Menghitung jarak antar kelompok (4 dan 5) dengan kelompok lain yang
tersisa, yaitu (13) dan 2.
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok 4
dan 5, serta menambahkan baris dan kolom untuk kelompok (45)
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
4}4,4min{},min{
4}6,7,4,5min{},,,min{
52422)45(
53514341)13)(45(
ddd
ddddd
Dman (13) 2 4 5
(13) 0 3 4 6
2 3 0 4 4
4 4 4 0 2
5 6 4 2 0
2)min()min( 45 dDman
![Page 10: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/10.jpg)
Menghitung jarak antar kelompok (4 dan 5) dengan kelompok lain yang
tersisa, yaitu (13) dan 2.
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok 4
dan 5, serta menambahkan baris dan kolom untuk kelompok (45)
Selanjutnya dipilih jarak dua kelompok yang terkecil.
terpilih kelompok (13) dan 2, sehingga kedua kelompok ini
digabungkan. (Melanjutkan pengelompokan).
Menghitung jarak antar kelompok ((13) dan 2) dengan kelompok lain yang
tersisa, yaitu (45).
4}4,4min{},min{
4}6,7,4,5min{},,,min{
52422)45(
53514341)13)(45(
ddd
ddddd
Dman (13) 2 4 5
(13) 0 3 4 6
2 3 0 4 4
4 4 4 0 2
5 6 4 2 0
Dman (45) (13) 2
(45) 0 4 4
(13) 4 0 3
2 4 3 0
3)min()min( 2)13( dDman
![Page 11: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/11.jpg)
Menghitung jarak antar kelompok ((13) dan 2) dengan kelompok lain yang
tersisa, yaitu (45).
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok
(13) dan 2, serta menambahkan baris dan kolom untuk kelompok (123)
Jadi kelompok (132) dan (45) digabung untuk menjadi kelompok tunggal
dari lima data, yaitu kelompok (13245) dengan jarak terdekat 4.
4}4,4,6,4,7,5min{},,,,,min{ 252435341514)45)(132( ddddddd
Dman (13) 2 4 5
(13) 0 3 4 6
2 3 0 4 4
4 4 4 0 2
5 6 4 2 0
Dman (45) (13) 2
(45) 0 4 4
(13) 4 0 3
2 4 3 0
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Dman (132) (45)
(132) 0 4
(45) 4 0
![Page 12: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/12.jpg)
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok
(13) dan 2, serta menambahkan baris dan kolom untuk kelompok (132)
Jadi kelompok (132) dan (45) digabung untuk menjadi kelompok tunggal
dari lima data, yaitu kelompok (13245) dengan jarak terdekat 4. Berikut
Dendogram Hasil Metode Single Linkage :
Dman (13) 2 4 5
(13) 0 3 4 6
2 3 0 4 4
4 4 4 0 2
5 6 4 2 0
Dman (45) (13) 2
(45) 0 4 4
(13) 4 0 3
2 4 3 0
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Dman (132) (45)
(132) 0 4
(45) 4 0
1 3 2 4 5 Data
J
a
r
a
k 1
2
3
4
![Page 13: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/13.jpg)
Menggunakan Metode Complete Linkage :
Dengan memperlakukan data sebagai kelompok, selanjutnya kita pilih jarak
dua kelompok yang terkecil.
terpilih kelompok 1 dan 3, sehingga kedua kelompok ini
digabungkan. (Melanjutkan pengelompokan).
Menghitung jarak antar kelompok (1 dan 3) dengan kelompok lain yang
tersisa, yaitu 2, 4 dan 5.
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
1)min()min( 13 dDman
7}6,7max{},max{
5}4,5max{},max{
4}4,3max{},max{
35155)13(
34144)13(
32122)13(
ddd
ddd
ddd
Complete Linkage
![Page 14: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/14.jpg)
Menghitung jarak antar kelompok (1 dan 3) dengan kelompok lain yang
tersisa, yaitu 2, 4 dan 5.
Dengan menghapus baris-baris dan kolom-kolom matrik jarak yang
bersesuaian dengan kelompok 1 dan 3, serta menambahkan baris dan
kolom untuk kelompok (13).
Selanjutnya dipilih jarak dua kelompok yang terkecil.
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
7}6,7max{},max{
5}4,5max{},max{
4}4,3max{},max{
35155)13(
34144)13(
32122)13(
ddd
ddd
ddd
Dman (13) 2 4 5
(13) 0 4 5 7
2 4 0 4 4
4 5 4 0 2
5 7 4 2 0
2)min()min( 45 dDman
![Page 15: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/15.jpg)
Dengan menghapus baris-baris dan kolom-kolom matrik jarak yang
bersesuaian dengan kelompok 1 dan 3, serta menambahkan baris dan
kolom untuk kelompok (13).
Selanjutnya dipilih jarak dua kelompok yang terkecil.
Menghitung jarak antar kelompok (4 dan 5) dengan kelompok lain yang
tersisa, yaitu (13) dan 2.
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok 4
dan 5, serta menambahkan baris dan kolom untuk kelompok (45)
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
4}4,4max{},max{
7}6,7,4,5max{},,,max{
52422)45(
53514341)13)(45(
ddd
ddddd
Dman (13) 2 4 5
(13) 0 4 5 7
2 4 0 4 4
4 5 4 0 2
5 7 4 2 0
2)min()min( 45 dDman
![Page 16: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/16.jpg)
Menghitung jarak antar kelompok (4 dan 5) dengan kelompok lain yang
tersisa, yaitu (13) dan 2.
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok 4
dan 5, serta menambahkan baris dan kolom untuk kelompok (45)
Selanjutnya dipilih jarak dua kelompok yang terkecil.
terpilih kelompok (45) dan 2, sehingga kedua kelompok ini
digabungkan. (Melanjutkan pengelompokan).
Menghitung jarak antar kelompok ((45) dan 2) dengan kelompok lain yang
tersisa, yaitu (13).
4}4,4max{},max{
7}6,7,4,5max{},,,max{
52422)45(
53514341)13)(45(
ddd
ddddd
Dman (13) 2 4 5
(13) 0 4 5 7
2 4 0 4 4
4 5 4 0 2
5 7 4 2 0
Dman (45) (13) 2
(45) 0 7 4
(13) 7 0 4
2 4 4 0
4)min()min( 2)45( dDman
![Page 17: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/17.jpg)
Menghitung jarak antar kelompok ((45) dan 2) dengan kelompok lain yang
tersisa, yaitu (13).
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok
(45) dan 2, serta menambahkan baris dan kolom untuk kelompok (452)
Jadi kelompok (452) dan (13) digabung untuk menjadi kelompok tunggal
dari lima data, yaitu kelompok (13452) dengan jarak terdekat 7.
7}4,3,6,7,4,5max{},,,,,max{ 232153514341)13)(452( ddddddd
Dman (13) 2 4 5
(13) 0 4 5 7
2 4 0 4 4
4 5 4 0 2
5 7 4 2 0
Dman (45) (13) 2
(45) 0 7 4
(13) 7 0 4
2 4 4 0
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Dman (452) (13)
(452) 0 7
(13) 7 0
![Page 18: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/18.jpg)
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok
(45) dan 2, serta menambahkan baris dan kolom untuk kelompok (452)
Jadi kelompok (452) dan (13) digabung untuk menjadi kelompok tunggal
dari lima data, yaitu kelompok (13452) dengan jarak terdekat 7. Berikut
Dendogram Hasil Metode Complete Linkage :
Dman (13) 2 4 5
(13) 0 4 5 7
2 4 0 4 4
4 5 4 0 2
5 7 4 2 0
Dman (45) (13) 2
(45) 0 7 4
(13) 7 0 4
2 4 4 0
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Dman (452) (13)
(452) 0 7
(13) 7 0
1 3 4 5 2 Data
J
a
r
a
k 1
2
4
7
![Page 19: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/19.jpg)
Menggunakan Metode Average Linkage :
Dengan memperlakukan data sebagai kelompok, selanjutnya kita pilih jarak
dua kelompok yang terkecil.
terpilih kelompok 1 dan 3, sehingga kedua kelompok ini
digabungkan. (Melanjutkan pengelompokan).
Menghitung jarak antar kelompok (1 dan 3) dengan kelompok lain yang
tersisa, yaitu 2, 4 dan 5.
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
1)min()min( 13 dDman
5.62/)67(}6,7{},{
5.42/)45(}4,5{},{
5.32/)43(}4,3{},{
35155)13(
34144)13(
32122)13(
averageddaveraged
averageddaveraged
averageddaveraged
Average Linkage
![Page 20: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/20.jpg)
5.62/)67(}6,7{},{
5.42/)45(}4,5{},{
5.32/)43(}4,3{},{
35155)13(
34144)13(
32122)13(
averageddaveraged
averageddaveraged
averageddaveraged
Menghitung jarak antar kelompok (1 dan 3) dengan kelompok lain yang
tersisa, yaitu 2, 4 dan 5.
Dengan menghapus baris-baris dan kolom-kolom matrik jarak yang
bersesuaian dengan kelompok 1 dan 3, serta menambahkan baris dan
kolom untuk kelompok (13).
Selanjutnya dipilih jarak dua kelompok yang terkecil.
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Dman (13) 2 4 5
(13) 0 3.5 4.5 6.5
2 3.5 0 4 4
4 4.5 4 0 2
5 6.5 4 2 0
2)min()min( 45 dDman
![Page 21: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/21.jpg)
Dengan menghapus baris-baris dan kolom-kolom matrik jarak yang
bersesuaian dengan kelompok 1 dan 3, serta menambahkan baris dan
kolom untuk kelompok (13).
Selanjutnya dipilih jarak dua kelompok yang terkecil.
Menghitung jarak antar kelompok (4 dan 5) dengan kelompok lain yang
tersisa, yaitu (13) dan 2.
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok 4
dan 5, serta menambahkan baris dan kolom untuk kelompok (45)
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
42/)44(}4,4{},{
25.54/)6745(}6,7,4,5{},,,{
52422)45(
53514341)13)(45(
averageddaveraged
averageddddaveraged
Dman (13) 2 4 5
(13) 0 3.5 4.5 6.5
2 3.5 0 4 4
4 4.5 4 0 2
5 6.5 4 2 0
2)min()min( 45 dDman
![Page 22: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/22.jpg)
42/)44(}4,4{},{
25.54/)6745(}6,7,4,5{},,,{
52422)45(
53514341)13)(45(
averageddaveraged
averageddddaveraged
Menghitung jarak antar kelompok (4 dan 5) dengan kelompok lain yang
tersisa, yaitu (13) dan 2.
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok 4
dan 5, serta menambahkan baris dan kolom untuk kelompok (45)
Selanjutnya dipilih jarak dua kelompok yang terkecil.
terpilih kelompok (13) dan 2, sehingga kedua kelompok ini
digabungkan. (Melanjutkan pengelompokan).
Menghitung jarak antar kelompok ((13) dan 2) dengan kelompok lain yang
tersisa, yaitu (45).
Dman (13) 2 4 5
(13) 0 3.5 4.5 6.5
2 3.5 0 4 4
4 4.5 4 0 2
5 6.5 4 2 0
Dman (45) (13) 2
(45) 0 5.25 4
(13) 5.25 0 3.5
2 4 3.5 0
5.3)min()min( 2)13( dDman
![Page 23: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/23.jpg)
Menghitung jarak antar kelompok ((13) dan 2) dengan kelompok lain yang
tersisa, yaitu (45).
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok
(45) dan 2, serta menambahkan baris dan kolom untuk kelompok (452)
Jadi kelompok (132) dan (45) digabung untuk menjadi kelompok tunggal
dari lima data, yaitu kelompok (13245) dengan jarak terdekat 5.
56/)446475(}4,4,6,4,7,5{},,,,,{ 252435341514)45)(132( averageddddddaveraged
Dman (13) 2 4 5
(13) 0 3.5 4.5 6.5
2 3.5 0 4 4
4 4.5 4 0 2
5 6.5 4 2 0
Dman (45) (13) 2
(45) 0 5.25 4
(13) 5.25 0 3.5
2 4 3.5 0
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Dman (132) (45)
(132) 0 5
(45) 5 0
![Page 24: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/24.jpg)
Menghapus baris dan kolom matrik yang bersesuaian dengan kelompok
(45) dan 2, serta menambahkan baris dan kolom untuk kelompok (452)
Jadi kelompok (132) dan (45) digabung untuk menjadi kelompok tunggal
dari lima data, yaitu kelompok (13245) dengan jarak terdekat 5. Berikut
Dendogram Hasil Metode Average Linkage :
Dman (13) 2 4 5
(13) 0 3.5 4.5 6.5
2 3.5 0 4 4
4 4.5 4 0 2
5 6.5 4 2 0
Dman (45) (13) 2
(45) 0 5.25 4
(13) 5.25 0 3.5
2 4 3.5 0
Dman 1 2 3 4 5
1 0 3 1 5 7
2 3 0 4 4 4
3 1 4 0 4 6
4 5 4 4 0 2
5 7 4 6 2 0
Dman (132) (45)
(132) 0 5
(45) 5 0
1 3 2 4 5 Data
J
a
r
a
k 1
2
3
4
5
![Page 25: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/25.jpg)
Single-Linkage Complete-Linkage
Average-Linkage
1 3 2 4 5 Data
J
a
r
a
k 1
2
3
4
1 3 4 5 2 Data
J
a
r
a
k 1
2
4
7
1 3 2 4 5 Data
J
a
r
a
k 1
2
3
4
5
![Page 26: Pengenalan Pola - afif.lecture.ub.ac.idafif.lecture.ub.ac.id/files/2014/05/Slide-12-Klasterisasi... · 3 Latihan dan Diskusi 4 Progress Final Project Hierarchical Clustering adalah](https://reader031.fdocuments.net/reader031/viewer/2022021421/5a946e527f8b9adb5c8bf96c/html5/thumbnails/26.jpg)
1. Perhatikan dataset 1 berikut :
2. Perhatikan dataset 2 berikut :
Data Fitur x Fitur y
1 1 1
2 4 1
3 6 1
4 1 2
5 2 3
6 5 3
7 2 5
8 3 5
9 2 6
10 3 8
Data Fitur x Fitur y
1 1 1
2 4 1
3 1 2
4 3 4
5 5 4
Kelompokkan dataset tersebut dengan menggunakan metode AHC
(Single Linkage, Complete Linkage dan Average Linkage)
menggunakan jarak Euclidian dan Visualisasikan Dendogramnya !
Kelompokkan dataset tersebut dengan menggunakan
metode AHC Average Linkage menggunakan jarak
Euclidian dan Visualisasikan Dendogramnya !
Latihan