Penggunaan Indeks Dunn Untuk Penentuan Jumlah Klaster Optimal Pada Metode CLARA

Raissa Nuzul Muzaffar, Drs. Zulaela, Dipl.Med.Stats., M.Si.

2023 | Skripsi | STATISTIKA

Analisis klaster merupakan salah satu metode yang terdapat pada statistika multivariat yang bertujuan untuk mengelompokkan objek-objek yang tidak diketahui kelompoknya menjadi beberapa kelompok atau klaster dengan memperhatikan karakteristik dari data yang dimiliki sehingga objek-objek dalam suatu kelompok memiliki homogenitas yang tinggi, namun akan bersifat heterogen untuk anggota kelompok lainnya. Analisis klaster terbagi menjadi hierarchical clustering dan partitional clustering. Metode partitional memiliki kelebihan dibandingkan metode hirarki yaitu mampu menganalisis sampel yang berukuran besar dan dapat menangani pencilan pada data. Salah satu metode partitional yaitu Clustering Large Application yang dikenalkan oleh  Kaufman dan Rousseeuw pada tahun 1990 dan merupakan pengembangan dari metode Partition Around Medoids. Pada analisis dengan metode partitional, salah satu hal yang penting dilakukan yaitu menentukan jumlah klaster terlebih dahulu sebelum melakukan analisis. Dunn Index merupakan metode validasi yang diperkenalkan oleh J. C. Dunn pada tahun 1994 yang mana metode ini memberikan skor terbaik dalam analisis klaster untuk menghasilkan klaster dengan variansi yang kecil pada anggota dalam klaster, namun menghasilkan variansi yang besar untuk anggota klaster lainnya. Setelah dilakukan analisis terhadap data nasabah kartu kredit, hasil klaster dengan metode Clustering Large Application ukuran jarak Manhattan diperoleh jumlah klaster sebanyak tiga klaster yaitu klaster nasabah pemakaian kartu kredit rendah, sedang dan tinggi. Klaster tersebut diperoleh dari metode Dunn Index yang merupakan hasil klaster yang optimal dengan nilai validasi tertinggi sebesar 0,7221353.

Cluster analysis is one of method in multivariate statistics which aims to grouping objects whose groups are unknown into several groups or clusters by observe to the characteristics of the data so the objects in a group have high homogenity, but will be heterogeneous with other group members. Cluster analysis is divided into hierarchical clustering and partitional clustering. Partitional method has advantages over the hierarchical method, which is capable to analyze large samples and handle outliers in the data. One of partitional method is Clustering Large Application which was introduced by Kaufman and Rousseeuw in 1990 and it is a development of the Partition Around Medoids method.  In analysis using the partitional method, one of the important things to do is determine the number of clusters first before carrying out the analysis.  The Dunn Index is a validation method introduced by J. C. Dunn in 1994, where this method provides the best score in cluster analysis to produce clusters with small variances for members in the cluster, but produces large variances for other cluster members. After analyzing the Credit Card Customer data, the cluster results using the Clustering Large Application method measuring the Manhattan distance resulted in three clusters, namely low, medium and high credit card usage customer clusters. This cluster was obtained from the Dunn Index method which is an optimal cluster result with the highest validation value of 0.7221353.

Kata Kunci : Analisis Klaster, Jumlah Klaster, Dunn Index, Clustering Large Application