Perbandingan Metode K-Means dan K-Medoids dan Penerapan nya pada Aplikasi Php

K-means merupakan algoritma clustering. K-means Clustering adalah salah satu “unsupervised machine learning algorithms” yang paling sederhana dan populer. K-Means Clustering adalah suatu metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan tanpa supervisi (unsupervised) dan merupakan salah satu metode yang melakukan pengelompokan data dengan sistem partisi.

K-means clustering merupakan salah satu metode cluster analysis non hirarki yang berusaha untuk mempartisi objek yang ada kedalam satu atau lebih cluster atau kelompok objek berdasarkan karakteristiknya, sehingga objek yang mempunyai karakteristik yang sama dikelompokan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokan kedalam cluster yang lain. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama satu sama lainnya dan mempunyai karakteristik yang berbeda dengan data yang ada di dalam kelompok yang lain.

K-Medoid merupakan kelompok metode partitional Clustering yang meminimalkan jarak antara titik berlabel berada dalam cluster dan titik yang ditunjuk sebagai pusat klaster itu. Berdeda dengan algoritma K-Means, K-Medoid memilih data points sebagai pusat (medoids).

Perbedaan dari kedua algoritma ini yaitu algoritma K-Medoids atau PAM menggunakan objek sebagai perwakilan (medoid) sebagai pusat cluster untuk setiap cluster, sedangkan K-Means menggunakan nilai rata-rata (mean) sebagai pusat cluster [Kaur, dkk., 2014]. Algoritma K-Medoids memiliki kelebihan untuk mengatasi kelemahan pada pada algoritma K-Means yang sensitif terhadap noise dan outlier, dimana objek dengan nilai yang besar yang memungkinkan menyimpang pada dari distribusi data. Kelebihan lainnya yaitu hasil proses Clustering tidak bergantung pada urutan masuk dataset.

 

Berikut ini Penerapan Perbandingan Metode K-Means dan K-Medoids untuk Pengelompokkan Status Mahasiswa Menggunakan Php Mysql .

Pada Aplikasi ini Semua Data Besifat Dinasmis Sehingga Untuk Mengubah Paramenter Seperti cluster dll dapat Dilakukan Melalui aplikasi tanpa harus mengubah script . Aplikasi ini sangat cocok dijadikan acuan untuk pengerjaan tugas akhir dan lainya.

Berikut adalah Tampilan Aplikasi :

 

Untuk Mendapatkan Source code ini caranya sangat Mudah .  Silahkan Traktir saya

image

Mazadie

Assalamualikum .. Saya adalah Seorang Web Developer Asal Riau.

Komentar