Register Now

Login

Lost Password

Lost your password? Please enter your email address. You will receive a link and will create a new password via email.

Login

Register Now

Pythagoras Dalam Algoritma Hierarchical

Masalah clustering, selanjutnya saya sebut pengklasifikasian, sebenarnya adalah masalah optimisasi.  “Dan tahukah bahwa pengklasifikasian bisa untuk memprediksi? “. Sebelum kita bahas lebih jauh, sebaiknya kita mengenal dulu optimisasi. Ada 2 hal yang diperhatikan ketika berbicara optimisasi.

  1. Apa yang dioptimisasi.
  2. Syarat yang harus dipenuhi.

Optimisasi pada masalah pengklasifikasian adalah memaksimalkan kemiripan objek-objek pada tiap kluster. O ya, pengklasifikasian itu seperti kita disuruh merapikan buku. Misalnya, buku disusun berdasarkan mata kuliah. Nah, buku yang dibahas pada suatu mata kuliah harus di simpan berdekatan. Bagaimana jikalau ada buku yang ngga dibahas dalam suatu mata kuliah? Dimana harus kita simpan? Kita bisa menyimpannya berdekatan dengan buku lain jika buku tersebut “mirip”.

Syarat yang harus dipenuhi biasanya jumlah kluster-nya “dibatasi”.

Cara pengklasifikasian yang akan dibahas pada artikel ini adalah Hiearchical clustering.

Hierachical Clustering. Langkah-langkah pengklasifikasiannya sebagai berikut :

  1. Jika terdapat sebanyak N objek maka buat N kluster ( tiap kluster memiliki 1 objek ).
  2. Dua kluster terdekat ( alias mirip-dihitung pakai rumus jarak ), digabung.

“Lakukan kedua langkah tersebut terus menerus hingga jumlah klusternya  1 atau sesuai dengan kebutuhan.”

Contoh. Misal kita mempunyai 3 kota, Bandung, Jakarta, dan Sumedang. Kemudian kita akan membuat 2 kluster pada kota-kota tersebut.

Berikut tabel jarak antar kota tersebut.

[table id=2 /]

*mobile version (geser kanan pada tabel untuk melihat lebih lengkap).

Langkah 1. Karena ada 3 kota (objek) maka buat 3 kluster, yaitu Bandung, Jakarta dan Sumedang.

Langkah 2. Karena jarak Bandung dan Sumedang dekat, gabung keduanya. sehingga tersisa 2 kluster. (selesai)

Kaitannya dengan kalkulus adalah “cara menghitung jarak”. Apabila 2 buah objek memiliki koordinat, misal x dan y, bagaimana kita menghitung jarak antara keduanya? Kalkulus menawarkan cara Euclidean Distance.

rosalind.info

Pada gambar di atas, objek mempunyai koordinat (x,y). Objek pertama (x_1,y_1) dan objek kedua (x_2,y_2). Jika d  (distance) adalah jarak dan x_2-x_1=\Delta x dan y_2-y_1=\Delta y maka

jarak = \sqrt{(\Delta x)^2+(\Delta y)^2}

*rumus jarak di atas berasal dari rumus pythagoras yaitu a^2+b^2=c^2.

“Manfaat dari belajar clustering adalah kita bisa menggunakannya untuk membedakan atau pengenalan atau pengklasifikasian citra.”

 Jika kamu melihat temanmu dengan suatu kekurangan lalu menafikan kebaikannya. Berhati-hatilah. Bisa jadi 1 kebaikannya melebihi 100 kebaikanmu.

sumber gambar : researchgate.net

About Riad Taufik Lazwardiclever

Mathematics Tutor In Jakarta I Whatsapp (082219058052)

Follow Me

Leave a reply