SEGMENTASI MENGGUNAKAN KRITERIA ELBOW DAN METODE KERNEL K-MEANS; SEGMENTATION USING ELBOW CRITERION AND KERNEL K-MEANS METHOD

LULUK MUSLIMAH, Yunita Wulan Sari

2012 | Skripsi | PROGRAM STUDI STATISTIKA

Metode k-means clustering merupakan salah satu analisis multivariat untuk melakukan segmentasi atau pengelompokan. Secara umum, kasus-kasus di dunia nyata adalah kasus yang menggambarkan ketidaklinearan sehingga data sulit dipisahkan secara linear. Karena itu, bila suatu kasus klasifikasi memperlihatkan ketidaklinearan, salah satu cara untuk mengatasinya yaitu dengan menggunakan metode kernel. Metode kernel memberikan pendekatan alternatif dengan cara melakukan mapping data dari input space ke feature space dengan dimensi yang lebih tinggi. Dalam skripsi ini digunakan kriteria elbow untuk menentukan jumlah klaster dan menggunakan metode Kernel K-Means untuk melakukan segmentasi. Dengan penggunaan metode kernel k-means ini diharapkan data bisa dipisahkan dengan lebih baik karena data yang nonlinear bisa menjadi linear di ruang dimensi baru, dalam hal ini pencarian jarak antara tiap titik terhadap pusat klaster dilakukan di feature space. Studi kasus yang dibahas mengenai segmentasi peserta KB aktif per mix kontrasepsi berdasarkan tujuh jenis alat kontrasepsi sehingga bisa dilakukan profilling dari masing-masing segmen yang terbentuk dan menyimpulkannya.

Kata Kunci : segmentasi, feature space, kriteria elbow, Kernel K-Means