K-means adalah Apa? Cara Membagi Data menjadi k Kelompok Tanpa Label

Updated · By Viviai

K-means (pengklasteran k rata-rata) adalah algoritma pengelompokan dalam pembelajaran tak terbimbing yang membagi data menjadi (k) kelompok. Titik dalam kelompok yang sama terletak dekat dengan sebuah titik yang disebut pusat klaster (sentroid), sedangkan kelompok yang berbeda saling terpisah. Algoritma mengulangi proses penugasan titik ke kelompok terdekat dan pembaruan pusat klaster sampai hasilnya stabil.

Apa Itu K-means

Ketika kita memiliki data tetapi tidak ada label yang memberi tahu setiap titik termasuk kelompok mana, k-means mencari struktur kelompok sendiri berdasarkan kemiripan. Ini merupakan bentuk kuantisasi vektor: banyak titik diwakili oleh sejumlah pusat klaster.

Bayangkan menyusun barang di atas meja menjadi beberapa kelompok menurut kedekatannya tanpa daftar kategori sebelumnya. K-means melakukan hal serupa pada data numerik.

Konsep Utama

Langkah Kerja

  1. Memilih (k): menentukan jumlah kelompok dan menempatkan pusat klaster awal
  2. Menugaskan kelompok: memasukkan setiap titik ke pusat klaster terdekat
  3. Memperbarui pusat klaster: menghitung rata-rata titik dalam kelompok untuk menetapkan pusat baru
  4. Mengulangi: kembali ke langkah penugasan sampai pusat klaster nyaris tidak berubah

Rumus Pusat Klaster

Untuk kelompok (C) dengan (|C|) titik, pusat klaster baru adalah rata-rata:

[ \mu = \frac{1}{|C|}\sum_{x \in C} x ]

Cara Memilih Jumlah k

Jumlah kelompok berpengaruh langsung pada kualitas:

Cara umum adalah mencoba beberapa nilai lalu mengamati perbaikan saat (k) bertambah, dan memilih titik ketika manfaatnya mulai melandai.

Tabel Ringkasan

Aspek Isi
Jenis pembelajaran Tak terbimbing
Masukan yang diperlukan Jumlah kelompok (k)
Kriteria penugasan Jarak ke pusat klaster
Kondisi berhenti Pusat klaster tidak berubah atau berubah sangat sedikit

Penerapan

Kelebihan dan Keterbatasan

Kelebihan

Keterbatasan

FAQ

K-means Termasuk Pembelajaran Apa?

Pembelajaran tak terbimbing, karena tidak membutuhkan label jawaban untuk mengelompokkan data.

Haruskah Jumlah Kelompok Diketahui Sebelumnya?

Ya, nilai (k) perlu ditentukan lebih dulu. Jika belum yakin, cobalah beberapa nilai dan bandingkan.

Apa Itu Pusat Klaster?

Titik rata-rata yang mewakili setiap kelompok, dipakai untuk menentukan kelompok suatu titik.

K-means Berhenti Kapan?

Ketika pusat klaster tidak bergeser atau penugasan titik tidak berubah, artinya hasil sudah stabil.

Apakah K-means Cocok untuk Semua Data?

Tidak selalu. Ia cocok ketika kelompok cukup bulat dan berukuran serupa; data berbentuk aneh atau banyak pencil membutuhkan metode lain.

Ringkasan

Sources

  1. https://id.wikipedia.org/wiki/Pengklasteran_k_rata-rata
  2. https://en.wikipedia.org/wiki/K-means_clustering

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free