Analisis Cluster

Analisis cluster merupakan analisis multivariat yang mempunyai tujuan mengelompokkan objek-objek berdasarkan karakteristik yang dimilikinya. (kemiripan dari data).

Tujuan Primer dari analisis cluster:

Mengetahui struktur data dengan menempatkan kesamaan obyek observasi (pengamatan) kedalam satu grup/dengan mengelompokkan sekumpulan objek (case/variabel) ke dalam beberapa kelompok (cluster) berdasarkan karakteristik sehingga dapat dibedakan, kemudian di analisis lalu dapat diinterpretasi lebih lanjut. Konsep analisis cluster adalah sebagai berikut:

Data -->  dikelompokkan berdasarkan kemiripan --> dapat dibedakan --> dianalisis --> di interpretasi  

Selain itu, adapun kegunanaan atau fungsi  analisis cluster adalah :

• Efisiensi dalam penyajian data karena sifatnya yang representatif (menyederhanakan kumpulan data atau mengelompokkan data) sehingga dapat menyimpulkan data secara mudah dan cepat.
• Mengidentifikasi hubungan antar obyek. Hal ini karena analisis ini mengelompokkan data berdasarkan kemiripan karakteristik. Misal dalam perencanaan wilayah dan kota : untuk mengetahui kemiripan potensi daerah satu dengan yang lain sehingga dalam perencanaannya dapat saling melengkapi.

Analisis Cluster dapat dibedakan menjadi dua bagian :

1. Analisis Cluster dengan metode hierarki . Analisis ini merupakan analisis yang mengelompokkan data dengan cara mengukur jarak pada setiap obyek yang kemudian membentuk sebuah dendogram. Dari dendogram ini akan dapat dilihat obyek mana saja yang saling berdekatan satu sama lain. Selain itu dapat pula untuk menentukan kelas-kelas (jenisnya) yang dapat maupun yang akan dibentuk.
2. Analisis Cluster dengan metode non hierarki. Analisis ini lebih menekankan pada metode pengelompokan data dengan menentukan banyak kelas terlebih dahulu. Setelah itu baru  dilakukan analisis dengan menggunakan metode k-Means atau dengan mengelompokkan obyek-obyek nerdasarkan rata-rata dan mengelompokkan dahulu objek tersebut yang paling dekat dengan rata-rata yang terbentuk. 

Pada dasarnya, fokus dari analisis cluster adalah membandingkan objek berdasarkan set variabel, hal inilah yang menyebabkan para ahli mendefinisikan set variabel sebagai tahap kritis dalam analisis cluster (dimana setiap variabel cluster adalah suatu set variabel yang merpresentasikan karakteristik yang dipakai objek-objek). Solusi cluster secara keseluruhan bergantung pada variabel-variabel yang digunakan sebagai dasar untuk menilai kesamaan. Penambahan atau pengurangan variabel-variabel yang relevan dapat mempengaruhi substansi hasil analisis cluster. 

Data yang digunakan untuk analisis ini ialah data kuantitatif (berskala  interval atau rasio) maupun kualitatif (ordinal).

• data ordinal : bermakna berhirarki (kelas)
• data Interval : berupa range (jarak), dimana tidak memiliki nilai 0 yang sesungguhnya.
• data rasio  : perbandingan, dimana memiliki nilai 0 asli dan berlaku operasi aljabar.

Sumber:

Laporan Metode Analisis Perencanaan Analisis Cluster, 2012 - Mukhammad Arief