Metode Cluster Menggunakan Kombinasi Algoritma Cluster K-Prototype Dan Algoritma Genetika Untuk Data Bertipe Campuran
Pemerintah dalam menetapkan kebijakannya memerlukan data yang lengkap dan
akurat supaya program tepat sasaran. Semakin banyak data yang dikumpulkan
maka semakin kompleks tipe data yang dimiliki. Data mining merupakan salah
satu metode yang digunakan untuk tipe data ini.
Clustering adalah salah metode utama pada data mining yang berguna untuk
mengeksplorasi data. Salah satu metode clustering konvensional yaitu algoritma
K-Means efisien untuk dataset berukuran besar dan tipe data numerik tapi tidak
untuk data kategorikal.
Algoritma K-Prototype menghilangkan keterbatasan pada data numerik tapi dapat
juga digunakan pada data kategorikal. Namun solusi yang dihasilkan oleh kedua
algoritma tersebut merupakan solusi lokal optimal dimana salah satu penyebabnya
adalah penentuan inisial center cluster. Untuk menghadapi masalah tersebut maka
algoritma genetika menjadi salah satu usulan yang dapat digunakan untuk
mengoptimalkan hasil pengclusteran dengan K-Prototype
Hasil dari penelitian menunjukkan optimasi pusat cluster dengan algoritma
genetika berhasil meningkatkan akurasi hasil cluster dengan K-Prototype.
No copy data
No other version available