ANALISIS KELOMPOK UNTUK DATA KATEGORIK BERDASARKAN ALGROITMA VEKTOR HAMMING DISTANCE (Studi Kasus : Klasifikasi Hewan Berdasarkan Morfologi dan Karakteristik Umum); CLUSTER ANALYSIS FOR CATEGORICAL DATA BASED ON HAMMING DISTANCE VECTOR ALGORITHM (Case Studies : Animal Classification Based on Their Morphology and Common Characteristics)

SHIDDIQ SUGIONO, Herni Utami

2014 | Skripsi | PROGRAM STUDI STATISTIKA

Analisis kelompok menggunakan metode K-Means Clustering yang menggunakan rata-rata sebagai pusat dari kelompok tidak lagi berarti jika digunakan dalam kumpulan data yang bersifat kategorik. Analisis kelompok menggunakan algoritma vektor Hamming distance dikhususkan untuk kumpulan data yang bersifat kategorik. Teori dalam algoritma ini banyak berdasar pada coding theory. Algoritma ini tidak diperlukan model ataupun kriteria konvergensi dalam jalannya algortima. Algoritma ini merupakan alternatif dari algoritma yang sebelumnya telah diajukan seperti K-modes dan Autoclass. Studi kasus yang dilakukan adalah pengklasifikasian hewan menurut morfologi dan karakteristik umumnya. Pengklasifikasian ini bertujuan untuk mengelompokan hewan pada kelompok/sub-populasi yang memiliki kemiripan tinggi. Diharapkan hasil ini bisa digunakan untuk mempelajari hewan berdasarkan kemiripan sifatnya.

Kata Kunci : Data Kategorik; Analsis kelompok; Vektor Hamming distance; statistik uji Modified chi-squared