Comments on: K-Means

By: Yudi Agusta

Yudi Agusta — Wed, 11 Nov 2009 05:27:27 +0000

Ya itu fuzzy c-means ada di tulisan di atas. Bagian yang mana yang ingin ditanyakan?

By: titin

titin — Wed, 11 Nov 2009 03:22:41 +0000

tlg info Fuzzy C Means cluster pak

By: Yudi Agusta

Yudi Agusta — Wed, 11 Nov 2009 02:20:53 +0000

Penjelasan sudah ada di tulisan di atas. Bagian mana yang kira-kira ingin dikonfirmasikan?

By: titin

titin — Wed, 11 Nov 2009 01:40:48 +0000

pak, tolong kasih pencerahan ttg fuzzy c means cluster?rmksh

By: Yudi Agusta

Yudi Agusta — Mon, 26 Oct 2009 06:29:54 +0000

Hamming Distance bisa digunakan. Lihat juga tulisan saya tentang Similarity Measure. Semoga membantu.

By: Dadan

Dadan — Mon, 26 Oct 2009 05:44:18 +0000

Fungsi jarak apa yang cocok untuk K-means dimana data yang diolah beisi data Biner 0 atau 1 aja? Mohon pencerahan

By: Dadan

Dadan — Mon, 26 Oct 2009 05:43:48 +0000

Fungsi jarak apa yang cocok untuk K-means dimana data yang diolah beisi data Biner 0 atau 1 aja? Mohon pencerahan

tks

By: Yudi Agusta

Yudi Agusta — Tue, 13 Oct 2009 22:35:26 +0000

Mmm, akan sulit untuk konsultasi pemrograman dari jarak jauh. Mungkin pembimbing di kampus bisa membantu.

By: purwa

purwa — Tue, 13 Oct 2009 17:48:13 +0000

malam pak..begini saya sedang mengerjekan TA tentang K-means….dari alghoritma nya saya mengerti…cuman pas implementasi ke bahasa pemograman saya mengalami masalah…mohon bimbingannya.,,,,terima kasih

By: Yudi Agusta

Yudi Agusta — Mon, 12 Oct 2009 03:22:35 +0000

Kalau di search di internet ada beberapa webpage bagus yang bisa dijadikan referensi. Semoga ke depan saya bisa menambahkan halaman ini dengan penjelasan mengenai k-median ini.

By: Obama

Obama — Wed, 07 Oct 2009 03:46:54 +0000

Salam kenal…

Mau tanya masal K-median.
Mas ada ngak tulisan dalam bahasa indonesia tenatang k-median?

Thanks sebelumnya…

By: Yudi Agusta

Yudi Agusta — Tue, 01 Sep 2009 08:23:34 +0000

Sdr/i Indy, langkah selanjutnya adalah mengembalikan hasil pemodelan fcm kembali ke dalam bentuk file citra. Beberapa bahasa pemrograman seperti Visual Basic sudah mempunyai objek yang bisa mengkonversi citra menjadi text dan text kembali menjadi citra.

Tidak banyak yang membahas tentang metode pengujian fcm. Mungkin tulisan saya tentang Akurasi Hasil Pemodelan K-Means bisa dijadikan panduan.

Semoga membantu

By: indy

indy — Thu, 13 Aug 2009 12:30:15 +0000

begini pak, saya punya data citra yg ingin saya cluster dengn fcm. setelah saya coba menggunakan matlab dengan menggunakan perintah :
[center,U,objfcn]=fcm(b,2)

dan saya menghasilkan nilai-nilai sebagai berikut :
- iterasi count
-center
- U
- Obj function

Pertanyaan saya :
1. Langkah apa selanjutnya yg saya lakukan untuk menghasilkan gambar citra yg telah tersegmentasi?
2. Bagaimana saya bisa mengetahui hasil bahwa citra itu sudah tersegementasi?
3. Apakah ada metode pengujian untuk fcm?

Makasih, Mohon penjelasannya pak

By: Yudi Agusta

Yudi Agusta — Tue, 28 Jul 2009 10:17:00 +0000

Saya sendiri belum pernah menelitinya. Tetapi dilihat dari naturenya, kalau property-property yang diperlukan untuk menghitung jumlah objek seperti intensitas warna, koordinat dll bisa didefinisikan dan diekstrak dari image, penghitungan jumlah objek tentu akan bisa dilaksanakan. Masalahnya apakah metode pengelompokan (seperti k-means) merupakan cara yang paling bagus untuk itu, mungkin perlu studi yang lebih mendalam lagi.

Demikian dan semoga membantu

By: Yudits

Yudits — Thu, 23 Jul 2009 08:42:22 +0000

Salam sejahtera. Saya ada penelitian tentang image segmentation yang digabungkan dengan suatu algoritma untuk pengenalan dan menghitung jumlah objek pada citra itu. Nah kalau saya menggunakan K-Means untuk pengenalan dan menghitung jumlah objek bisa atau tidak ya? terus terang saya kurang jelas dengan K-means. terima kasih…

By: Yudi Agusta

Yudi Agusta — Tue, 14 Jul 2009 03:25:38 +0000

Kalau ke-10 variabel tersebut kalau bisa dibuatkan gradenya misalnya dari nilai 0-100, maka setiap guru akan mempunyai nilai untuk setiap variabel tersebut. Dari nilai-nilai setiap guru untuk setiap variabel yang ada tersebut, diimplementasikan ke dalam rumus k-means yang sudah dijelaskan di atas.

Kalau misalnya ke-10 variabel tersebut tidak bisa digrade dari 0-10, tetapi di grade misalnya dengan nilai A, B atau C … mungkin k-means tidak bermanfaat lagi. Anda bisa menggunakan salah satu dari metode yang diulas di tulisan: Clustering Untuk Categorical Data di link http://yudiagusta.wordpress.com/2008/05/14/clustering-untuk-categorical-data/

Semoga membantu

By: mina

mina — Tue, 14 Jul 2009 03:02:45 +0000

pak, aku buat penelitian mengidentifikasi sertifikasi guru dengan metode K-mean terus ada 10 syarat untuk memiliki sertifikasi guru yaitu :
1. kualifikasi akademik
2. pendidikan dan pelatihan
3. pengalaman mengajar.
4. perencanaan dan pelaksanaan pembelajaran.
5. penilaian dari atasan dan pengawas
6. prestasi akademik
7. karya pengembanagan profesi.
8. keikutsertaan dalam forum ilmiah
9. pengalaman organisasi dibidang kependidikan dan sosial.
10. penghargaan yang relevan dengan bidang pendidikan.
dan saya bingung untuk memasukan rumus k-mean kedalam varibel 10 tersebut?
mohon batuannya. makasih….

By: mega

mega — Wed, 03 Jun 2009 11:11:11 +0000

Pak sebelum melakukan clustering apa yang harus dilakukan untuk data yang akan di cluster! agar hasillnya optimal! apa perlu kita bikin data warehouse! mohon bantuannya pak!

By: Yudi Agusta

Yudi Agusta — Sat, 16 May 2009 05:09:13 +0000

Semua fungsi jarak bisa digunakan untuk k-means. Yang paling umum dan yang memang paling sering ditemukan dalam kehidupan sehari-hari adalah eucledian distance space.

Demikian dan semoga menjawab.

By: indra

indra — Sat, 16 May 2009 03:19:32 +0000

Fungsi jarak apa yang cocok untuk K-means? Apa cuma euclidean ajah?
Mohon pencerahan. Apkah euclidean yang distandarisasi cocok diimplementasikan untuk K-means?

By: Yudi Agusta

Yudi Agusta — Tue, 21 Apr 2009 12:09:29 +0000

Bisa. Euclidean salah satu definisi jarak yang bisa digunakan.

By: mega

mega — Tue, 21 Apr 2009 11:40:51 +0000

Pak! dalam menghitung jarak data ke data lain di FCM apa bisa menggunakan euclidean! terima kasih

By: Yudi Agusta

Yudi Agusta — Tue, 21 Apr 2009 00:28:56 +0000

Sdr/i Indy, Data Biner yang dimaksud apakah warna hitam putih atau grey scale atau masih ada warna? Kalau sudah hitam putih, hasil clusteringnya pasti 2, kelompok hitam dan putih. Kalau grey scale atau warna, masih bisa dikelompokkan menjadi beberapa kelompok tergantung pada variabel yang digunakan untuk menjelaskan warna tersebut, misalnya R, G, B, x dan y dll.

Semoga menjawab.

By: indy

indy — Mon, 20 Apr 2009 09:28:44 +0000

sy bisa konsultasi langsung sama bpk? gmna caranya pak?

By: indy

indy — Mon, 20 Apr 2009 09:27:26 +0000

mohon maaf pak, sy mau bertanya ttg fuzzy c means dalam penerapannya untuk segmentasi image tumor otak, setelah data biner image (pxel) kita dapatkan lalu kita cari fungsi keanggotaannya kan? itu bgm cara mencari fungsi keanggotaannya pak? mksh

By: mega

mega — Thu, 16 Apr 2009 17:20:13 +0000

Maaf Pak! ya maksudnya variabel yang menentukan data masuk ke cluster mana, saya kurang mengerti jika variabelnya lebih dari dua!
pertanyaan baru apa itu objective function?
pertanyaan lain apa bapak punya tulisan tentang data warehouse! mungkin bapak bisa membantu saya tentang data warehouse!

terima kasih atas bantuannya!

By: Yudi Agusta

Yudi Agusta — Sat, 11 Apr 2009 03:37:40 +0000

Sdr/i Mega, multi criteria yang dimaksud saya kurang mengerti. Biasanya K-Means itu sudah mempunyai objective function di dalamnya. Apakah multicriteria yang dimaksud adalah variabel dari data yang ingin dikelompokkan?

By: mega

mega — Tue, 07 Apr 2009 06:30:33 +0000

Pak, gimana cara mengelompokkan data menggunakan k mean jika criteria pada data melibihi dari 2/multi criteria?, yang saya tahu cuma 2 criteria yaitu diwakili oleh ( x,y ) biasanya untuk menentukan keberadaan data dalam diagram! mohon bantuannya!

terima kasih!

By: Yudi Agusta

Yudi Agusta — Fri, 03 Apr 2009 00:16:38 +0000

Sdr/i Ravael, karena k-means hanya menggunakan cluster center (pusat cluster) sebagai satu-satunya karakteristik dari masing-masing cluster, berarti presisi akan diukur dengan melihat perbedaan antara cluster center dari masing-masing training set dan test set.

Semoga menjawab

By: ravael

ravael — Thu, 02 Apr 2009 14:38:17 +0000

mengukur seberapa besar tingkat presisi yg dihasilkan…mksdny itu apa y pak?

presisi apa terhadap apa (dalam c-means)?

apakah ketepatan jarak data di tiap cluster terhadap pusat cluster? ato gmn y pak?

By: Yudi Agusta

Yudi Agusta — Mon, 30 Mar 2009 02:43:10 +0000

Sdr/i Pivin, anda bisa koneksi ke sana pada link yang sudah disediakan pada halaman materi perkuliahan di blog saya ini, yang dapat dicapai dari link Lecture.

By: Yudi Agusta

Yudi Agusta — Mon, 30 Mar 2009 02:41:46 +0000

Sdr/i Afina, clustering bisa diimplementasikan di banyak hal, termasuk data sosial ekonomi, image clustering, sequence clustering, dll. Di internet banyak sekali yang membahas pemanfaatan clustering seperti ini. Tentang bahasa pemrograman, bisa apa saja. Bahkan kalau gak salah, Mathlab sudah punya yang berupa paketan, tinggal menjalankan saja.

Demikan

By: Yudi Agusta

Yudi Agusta — Mon, 30 Mar 2009 02:39:30 +0000

Sdr/i Ravael, Ada beberapa cara yang bisa digunakan. Salah satunya adalah apa yang sudah saya tulis di http://yudiagusta.wordpress.com/2008/03/11/akurasi-hasil-pemodelan-k-means/

Semoga menjawab

By: Yudi Agusta

Yudi Agusta — Mon, 30 Mar 2009 02:37:25 +0000

Sdr/i Ita, Elbow Criterion bisa juga digunakan untuk K-Harmonic means dalam menentukan jumlah cluster yang paling sesuai. Untuk K-Harmonic means memang sama dengan FCM, dan semua data nantinya akan tercluster.

Demikian dan semoga menjawab.

By: Yudi Agusta

Yudi Agusta — Mon, 30 Mar 2009 02:35:32 +0000

Sdr/i Prayitno, pengaplikasikan seperti itu juga memungkinkan. Misalnya nilai mata kuliah sebagai variabel sedangkan tema tugas akhir/skripsi yang dipilih sebagai label kelompoknya.

Demikian

By: Yudi Agusta

Yudi Agusta — Mon, 30 Mar 2009 02:34:05 +0000

Sdr/i Yulie, untuk 26 Kabupaten dan 11 variabel yang dimiliki, bisa menggunakan baik K-Means dan FCM. Kedua metode hanya berbeda di proses pengklasifikasiannya. Yang satu HARD CLUSTERING dan yang kedua SOFT CLUSTERING, dalam artian, yang satu selalu menentukan suatu data masuk ke suatu cluster atau tidak (ya dan tidak) sedang yang SOFT, suatu data bisa masuk satu cluster dengan derajat tertentu (misalnya kabupaten A, bisa masuk kelompok 1 dengan derajat membership 0,74, ke kelompok 2 dengan derajat 0,18, ke kelompok 3 dengan derajat 0,08; kalau diasumsikan ada 3 kelompok di dalam data kita).

Demikian dan semoga menjawab.

By: pivin

pivin — Fri, 13 Mar 2009 06:07:27 +0000

sore..pak..
nie mahasiswa bapak yang mata kuliah metode penulisan ilmiah, kelas D061 hari selasa jam 15.30-17.00. saya mau nanya alamat bapak di group.yahoo.com, saya coba belum bisa pak. dan satu lagi soal materi yang suruh bapak download, saya lihat yang ada cuma Metode Penulisan Ilmiah untuk D3 saja, apa materi itu juga sama untuk saya yang S1 pak? mohon petunjuknya ya pak, Trima kasih sebelumnya^_^..

By: Afina R.

Afina R. — Sun, 08 Mar 2009 03:29:59 +0000

Terima kasih atas tulisan Bapak yang sangat membantu saya yang baru belajar Pengenalan Pola, saya ingin tanya pak?
Algo K-Mean itu paling tepat di implementasikan pada permasalahan apa? kemudian bahasa pemrog. apa yang paling mudah untuk diimplementasikannya? terima kasih sebelumnya..

By: ravael

ravael — Fri, 06 Mar 2009 15:20:11 +0000

mau tanya pak…sy melakukan clusterisasi menggunakan Fuzzy C-Means…

utk mengukur seberpa besar tingkat presisi yang dihasilkaan oleh metode tersebut…menggunakan rumus apa y?

By: Ita

Ita — Tue, 03 Mar 2009 16:32:10 +0000

Dan Mengenai K-Harmonic Means, apakah K-Harmonic Means itu hampir sama dengan Fuzzy c means, karena dilihat bahwa K-HArmonic Means juga mempunyai weight ddi setiap datanya..?
Lalu apakah dengan menggunakan K-HArmonic Means, apakh semua data akan tercluster, seperti halnya Fuzzy C-Means.
Dan Apakah K-Harmonic Means dapt menghasilkan solusi yang global
Terima Kasih Sebelumnya

By: Ita

Ita — Tue, 03 Mar 2009 14:49:28 +0000

Terima Kasih Pak Atas Jawabannya
Tapi ada yang mau saya tanyakann lagi pak
Cluster Validation itu artinya sama dengan untuk menentukan keakuratan clustering ya?
Apakah Elbow Criterrion itu hanya bisa digunakan untuk K-Means saja, kalau saya gunakan di K-Harmonic Means apakah bisa?

By: Prayitno

Prayitno — Tue, 03 Mar 2009 04:06:25 +0000

trimakasih atas artikel yang menarik diatas pak,,,
tetapi saya ada beberapa pertanyaan…
ada contoh implementasinya gag pak, soalnya saya bingung ketika mengimplementasikannya pada persoalan yang ada.
contohnya: penentuan studi tugas akhir berdasarkan nilai matakuliah tetapi menggunakan metode K-Means…
mohon pencerahan
terimakasih ^.^

By: YuLie

YuLie — Sun, 01 Mar 2009 06:07:03 +0000

Saya Baiknya Pake Metode yang mana ya dengan menggunakan 26 observasi??
K-means atau Fuzzy C-means??

By: YuLie

YuLie — Sun, 01 Mar 2009 05:55:24 +0000

Saya mau tanya..
Saya ingin melakukan pengelompokkan 26 Kabupaten/kota di Jabar berdasarkan derajat kesehatan. Jadi ada 26 observasi dan 11 variabel indikator.Datanya numerik.
Truz saya ingin melakukan analisis dengan analisis klaster.Baiknya pakai k-means atau Fuzzy C-means Ya??
Apa ada ketentuan banyaknya observasi untuk k-means dan FCM??
Klo Iya berapa??

By: Yudi Agusta

Yudi Agusta — Wed, 25 Feb 2009 02:31:35 +0000

K-Harmonic Means berbeda dengan K-Means dalam hal bentuk objective functionnya. Dengan perbedaan objective function ini, maka rumus yang digunakan untuk menghitung cluster center juga berbeda. Secara algorithm keduanya sama, tetapi rumus-rumus penghitungan yang digunakan berbeda.

Mungkin demikian yang bisa dijawab, kalau ada waktu nanti saya tambahkan di tulisan ini mengenai k-harmonic means juga.

By: ita

ita — Thu, 19 Feb 2009 12:13:39 +0000

Pak Jika berkenan
Mohon minta penjelasan lebih detail tentang k-harmonic means
Karena saya sangat perlu untuk keperluan tugas akhir saya
Saya sudah membaca paper tentang k-harmonic means, tapi saya masih bingung..
Terus pak..apakah sebenarnya yang dimaksud dengan objective function, weight function, function tersebut digunakan pada saat kapan?
Terima Kasih Sebelumnya.

By: Yudi Agusta

Yudi Agusta — Mon, 16 Feb 2009 10:30:37 +0000

K-Medoids sama seperti k-means pada intinya, tetapi cara untuk menentukan cluster centernya yang berbeda. Kalau k-means dengan mencari nilai rata-rata data yang ada di dalam satu cluster, kalau k-medoids dengan mencari data yang mana yang paling representative di dalam suatu cluster. Dalam k-medoids ini, data yang paling representative tersebut yang menjadi ‘cluster center’-nya.

Demikian dan semoga menjawab.

By: puji

puji — Sat, 14 Feb 2009 07:30:58 +0000

pak mau nanya,,kalo k-means sama k-medoids bedanya d mana ya?
kalo k-means jadinya pake euclidean distance ya?
makasih pak

By: Yudi Agusta

Yudi Agusta — Tue, 10 Feb 2009 07:15:44 +0000

Sebenarnya secara natural tidak batas minimal jumlah cluster. Kalau data yang kita miliki, homogen semuanya, satu cluster adalah representasi yang paling bagus. Tetapi karena nature-nya, FCM berfungsi untuk mengelompokkan data, maka jumlah cluster minimal adalah 2 cluster.

Membership function bisa mempunyai nilai 1, bila nilai centroidnya sama dengan nilai datanya. Kalau model hanya dengan satu cluster, membership function untuk semua data nilainya 1.

Semoga menjawab.

By: Satria

Satria — Tue, 10 Feb 2009 04:10:27 +0000

Yth bpk Yudi saya mau menanyakan beberapa hal Mengenai FCM :
Berapakah Cluster minimum pada FCM ?
Bisakah random Degree of Membership Function bernilai 1 dan Membership function jumlahnya hanya 1?
Mohon penjelasannya, terima kasih….