Dian Anggraini
(2011)
Penggunaan Algoritma CLARANS untuk Pengelompokan Data Besar.
Skripsi thesis, UNIVERSITAS AIRLANGGA.
Abstract
Analisis kelompok merupakan analisis yang bertujuan untuk melakukan pengaturan agar obyek yang dikelompokkan dalam suatu kelompok memiliki anggota yang homogen. Skripsi ini bertujuan untuk mengelompokankan data berukuran besar dengan menggunakan algoritma CLARANS. Algoritma CLARANS merupakan gabungan dari konsep algoritma PAM dan CLARA. Parameter algoritma ini adalah numlocal dan maxneighbor.
Algoritma CLARANS diawali dengan mengambil sejumlah medoid secara acak sebagai current serta mengelompokkan current tersebut. Kemudian mengambil neighbor dari current secara acak serta mengelompokkannya. Dalam pengelompokan baik current maupun neighbor akan dihitung pula total costnya. Selanjutnya melakukan pencarian cluster terbaik dengan mencari hasil cluster dengan total cost paling minimal yang disebut mincost. Dengan mincost terbaik inilah diharapkan mendekati solusi optimal. Proses diulangi sampai mencapai angka parameter yang telah ditentukan.
Hasil skripsi ini berupa program pengelompokan data menggunakan algoritma CLARANS yang dibuat dengan Borland C++ Builder 6.0. Program ini diimplementasikan pada data sekunder. Percobaan dilakukan beberapa kali dengan beberapa kombinasi dari nilai-nilai parameter algoritma CLARANS. Hasil beberapa kali percobaan pada data I, nilai mincost terbaik adalah 7.927. Pada data II, hasil pengelompokan terbaik yang diperoleh memiliki nilai mincost 106,674 (parameter algoritma CLARANS : numlocal = 6 dan maxneighbor = 20). Sedangkan pada data III, hasil pengelompokan terbaik yang diperoleh memiliki nilai mincost 70,030 (parameter algoritma CLARANS : numlocal = 5 dan maxneighbor = 150)
Actions (login required)
 |
View Item |
