Pengelompokan K-Means

K-Means adalah salah satu algoritma pengelompokan yang paling populer. Algoritma ini membagi data menjadi sejumlah klaster yang telah ditentukan sebelumnya (K) dengan meminimalkan jarak intraklaster.

Algoritma ini bekerja secara iteratif untuk menemukan penetapan klaster dan sentroid terbaik.

Cara Kerja K-Means

K-Means bekerja melalui langkah-langkah berikut:

1. Inisialisasi K sentroid acak.
2. Tetapkan setiap titik data ke sentroid terdekat.
3. Hitung ulang sentroid sebagai rata-rata semua titik dalam sebuah klaster.
4. Ulangi langkah 2 dan 3 hingga sentroid stabil atau jumlah iterasi maksimum tercapai.

Memilih Jumlah Klaster

Nilai K merupakan parameter yang sangat penting. Metode umum untuk memilih K meliputi:

• Metode Siku: Buat plot jumlah kuadrat dalam klaster (WCSS) untuk berbagai nilai K, lalu cari “titik siku”.
• Skor Siluet: Mengukur seberapa baik klaster dipisahkan.

Kumpulan Data Contoh untuk K-Means

Misalkan kita memiliki kumpulan data dengan titik-titik yang tersebar di ruang 2D. Setiap titik memiliki:

• X: Koordinat pada sumbu horizontal.
• Y: Koordinat pada sumbu vertikal.

K-Means akan mengelompokkan titik-titik ini ke dalam klaster berdasarkan kedekatannya.

Menerapkan K-Means dalam Python

Kita akan menggunakan kelas KMeans dari pustaka scikit-learn untuk menerapkan algoritme tersebut:

from sklearn.cluster import KMeans
import numpy as np

# Example dataset
X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# K-Means model
kmeans = KMeans(n_clusters=2, random_state=0)
kmeans.fit(X)

print("Cluster Centers:", kmeans.cluster_centers_)
print("Labels:", kmeans.labels_)

Memvisualisasikan Klaster

Kita dapat memvisualisasikan klaster dengan membuat plot titik data dan sentroid:

import matplotlib.pyplot as plt

# Scatter plot of data points
plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_, cmap='viridis')

# Plot cluster centers
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], s=200, c='red', marker='X')
plt.title('K-Means Clustering')
plt.show()

Keunggulan K-Means

K-Means memiliki beberapa keunggulan:

• Sederhana dan mudah diterapkan.
• Efisien untuk kumpulan data berukuran besar.
• Bekerja dengan baik ketika klaster terdefinisi dengan jelas.

Keterbatasan K-Means

Beberapa keterbatasan K-Means meliputi:

• Sensitif terhadap penempatan awal sentroid.
• Sulit menangani klaster yang tidak berbentuk bola.
• Sensitif terhadap pencilan dan data yang berderau.

Ringkasan dan Langkah Berikutnya

Dalam pelajaran ini, kita membahas:

• Cara kerja pengelompokan K-Means.
• Cara memilih jumlah klaster menggunakan metode seperti metode siku.
• Cara menerapkan dan memvisualisasikan K-Means dalam Python.

Selanjutnya, kita akan menerapkan K-Means pada kumpulan data dunia nyata untuk mendapatkan pengalaman praktis.