Clustering data kategorik menggunakan algoritma K-histogram (studi kasus: data PPMB IPB)

Abstract

Perkembangan teknologi mengakibatkan meningkatnya data dalam jumlah besar. Namun sering kali data yang tersin~pan belum dimanfaatkan secara maksimal sehingga terjadi penumpukan data. Kasus ini terjadi di Panitia Penerimaan Mahasiswa Barn Institut Pertanian Bogor (PPMB WB). Penelitian ini bertujuan untuk mengimplementasikan algoritma k-histogram dalam clustering data kategorik, dan unruk mendapatkan karakteristik data dari hasil clzrstering. Data yang digunakan adaIah data kategorik pelamar tahun 2004 dengan pilihan pelrama program sarjana di Fakultas Pertanian, IPB. Data tersebut meliputi data asal pelamar, pilihan pertama pelamar, kategori sekolah pelamar, dan keputusan, sebanyak 1899 baris dan 4field yditu: Propinsi, Pilihanl, Putusanl, dan Kategori. Penentuan inisialisasi nilai awal k-histogram dilakukan dengan memilih nilai k record pertama. Proses ciusfering dilakukan untuk 2 sampai dengan 10 ukuran cluster , dengan batasan iterasi 50 kali untuk setiap ukuran cluster. HasiI clustering dari algoritma k-histogram dievaluasi menggunakan nilai cohesion dm distinctness dari setiap hasil cluster. Penelitian menunjukkan bahwa hasil clustering yang terbaik berada pada ukuran cluster 10 dengan 1 kali iterasi, dengan nilai cohesion 1.2455000 dan distinctness 0.0652344, dengan penyebaran yang tidak merata di setiap ciusternya. tJntuk setiap cluster, dilakukan pengamatan terhadap niiai cohesion yang menunjukkan keberagaman objek di dalarn cltrster tersebut dan distinctness yang menyatakan ketidakmiripan objek antar-cluster. Nilai cohesion yang lebih keciI menunjukkan keberagamnya objek di dalam cluster tersebut semakin besar. Semakin besar niIai cohesion, keragaman, semakin besar nilainya, maka sernakin besar ketidakmiripan (dissimilar) antar-cluster (intercluster). Kata Icunci: Clustering, Data Kategorik, K-Histogram, Cohesion, Distinctness