BAB IV PENGOLAHAN DATA

BAB IV PENGOLAHAN DATA

4.1

Non-Hirarki Cluster (K-Means Cluster)

4.1.1

Print Output dan Analisa Output

A.

Initial Cluster Center Initial Cluster Centers Cluster 1

2

Kenyamanan

2

5

Kebersihan

3

5

Luas_Parkir

3

4

Loc_Strat

3

5

JumKasir

4

4

PelKasir

5

4

Harga

5

3

Tataletak

4

2

KualitasPro

5

3

Ketersediaan

2

5

Keamanan

3

5

Gambar 4.1 Initial Cluster Center Analisa : Tabel diatas merupakan tampilan pertama proses clustering data sebelum dilakukan iterasi. • Pada cluster 1, variabel pelayanan kasir, harga, kualitas produk bernilai 5, variabel jumlah kasir dan tata letak bernilai 4, variabel kebersihan, luas parker, lokasi strategis, dan keamanan bernilai 3, variabel kenyamanan dan ketersediaan bernilai 2.

LABORATORIUM OPTIMASI DAN STATISTIK INDUSTRI MODUL 6 ( ANALISIS CLUSTER) Sesi …. / Meja ….

• Pada cluster 2 … (IDEM) B.

Iteration History Iteration Historya

Change in Cluster Centers Iteration

1

2

1

2.941

2.683

2

.411

.296

3

.233

.197

4

.098

.092

5

.113

.105

6

.144

.145

7

.096

.105

8

.000

.000

a. Convergence achieved due to no or small change in cluster centers. The maximum absolute coordinate change for any center is .000. The current iteration is 8. The minimum distance between initial centers is 6.633.

Gambar 4.2 Iteration History Analisa : Tabel diatas menunjukkan bahwa proses clustering yang dilakukan melalui 8 tahapan iterasi untuk mendapatkan cluster yang tepat.


C.

Final Clusters Centers Final Cluster Centers Cluster 1

2

Kenyamanan

3

4

Kebersihan

3

4

Luas_Parkir

3

4

Loc_Strat

4

4

JumKasir

4

4

PelKasir

4

4

Harga

3

4

Tataletak

3

3

KualitasPro

4

4

Ketersediaan

3

4

Keamanan

4

3

Gambar 4.3 Final Clusters Centers Analisa : Tabel diatas merupakan tampilan akhir proses clustering data setelah dilakukan 8 tahapan iterasi. • Pada cluster 1, variabel lokasi strategis, jumlah kasir, pelayanan kasir, kualitas produk, keamanan bernilai 4, variabel kenyamanan, kebersihan, luas parkir, harga, tata letak, ketersediaan bernilai 3. • Pada cluster 2, … (IDEM)


D.

ANOVA

Gambar 4.4 ANOVA Analisa : Pada tabel ANOVA diatas variabel yang paling menunjukkan adanya perbedaan adalah kebersihan. Hal ini ditunjukkan dengan nilai F=42,863 dan Sig=0,000. Sedangkan variabel yang paling menunjukkan adanya persamaan adalah jum_kasir dengan nilai F=0,008 dan Sig=0,929. E.

Number Of Cases In each Cluster

Number of Cases in each Cluster Cluster

Valid Missing

1

26.000

2

24.000 50.000 .000

Gambar 4.5 Number Of Cases In each Cluster


Analisa : Tabel diatas menunjukkan bahwa cluster 1 beranggotakan 26 responden, cluster 2 beranggotakan 24 responden. Maka didapat semua responden bertotal (N) 50 orang dengan 0 data yang hilang (Missing).

4.2

Hirarki Cluster (Hierarchycal Cluster)

4.2.1

Print Output dan Analisa Output

A.

Cases Processing Summary Case Processing Summarya Cases Valid N

Missing

Percent 50

100.0

N

Total

Percent 0

N .0

Percent 50

100.0

a. Average Linkage (Between Groups)

Gambar 4.6 Cases Processing Summary Analisa : Dengan jumlah data atau case (N) 50 data atau case yang valid adalah 100,0%. Ada data atau case yang keluar atau missing atau tidak valid karena nilai yang ditunjukkan jumlah data atau case (N) 0 dengan presentase 0%. Maka total jumlah data atau case (N) adalah 50 dengan total presentase 100%.


B.

Proximity Matrix

Gambar 4.7 Proximity Matrix Analisa : Responden dengan nilai proximity matrix terkecil adalah p-j dengan nilai koefisien 1,000. Semakin kecil nilai koefisien maka semakin mempunya selera yang sama atau kesamaan dalam pemilihan. Maka p dan j memiliki selera yang sama dalam pemilihan kuisioner mengenai (….).


C.

Average Linkage (Between Groups) Agglomeration Schedule Cluster Combined

Stage

Cluster 1

Stage Cluster First Appears

Cluster 2

Coefficients

Cluster 1

Cluster 2

Next Stage

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

10 37 7 14 12 4 18 6 5 8 40 15 3 30 46 18 33 2 18 8 35 7 36 9 18 3 31 8 18 2

16 50 24 21 17 10 32 11 6 14 41 25 5 48 47 44 39 29 28 27 37 22 46 45 43 15 34 9 35 7

1.000 3.000 3.000 3.000 3.000 3.500 4.000 4.000 4.000 4.500 5.000 5.000 5.333 6.000 6.000 6.000 6.000 6.000 6.000 6.000 6.500 6.500 7.000 7.000 7.500 7.750 8.000 8.000 8.200 8.667

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 0 16 10 0 3 0 0 19 13 0 20 25 18

0 0 0 0 0 1 0 0 8 4 0 0 9 0 0 0 0 0 0 0 2 0 15 0 0 12 0 24 21 22

6 21 22 10 32 31 16 9 13 20 38 26 26 32 23 19 35 30 25 28 29 30 34 28 29 36 35 31 36 40

4

8

8.833

6

28

37

32

12

30

9.000

5

14

37

33

23

26

9.000

0

0

39

34

19

36

9.667

0

23

44

35

31

33

10.000

27

17

42

36

3

18

10.708

26

29

38

37

4

12

11.361

31

32

40

38

3

40

11.929

36

11

42

39

23

38

12.500

33

0

41

40

2

4

12.600

30

37

44

41

13

23

12.667

0

39

46

42

3

31

13.562

38

35

45


43

42

49

14.000

0

0

47

44

2

19

14.917

40

34

45

45

2

3

16.173

44

42

46

46

2

13

18.429

45

41

47

47

2

42

20.065

46

43

48

48

1

2

21.979

0

47

49

49

1

20

22.449

48

0

0

Gambar 4.8 Average Linkage (Between Groups) Analisa : Tabel diatas merupakan hasil proses clustering dengan metode Between Group Linkage dan jarak antar variabel diukur (Measure) dengan Euclidean, maka dilakukan pengelompokan yang dilakukan secara bertingkat. •

Pada stage 1, terbentuk 1 cluster yang beranggotakan J (10) dan P (16) dengan jarak 1,000. Selanjutnya dilanjutkan dengan stage 6 (Next Stage). Pada stage 6, terlihat D (4) dan J (10) membentuk cluster dengan jarak 3,500. Dengan demikian, cluster terdiri dari 3 orang yaitu J (10), P (16), D (4). Selanjutnya dilanjutkan dengan stage 31 (Next Stage). dst

•

Pada stage 2, terbentuk 1 cluster yang beranggotakan KK (37) dan XXX (50) dengan jarak 3,000. Selanjutnya dilanjutkan dengan stage 21 (Next Stage). dst

•

Pada stage … (sampai stage sudah dilewati semua).


E.

Cluster Membership Cluster Membership Case

2 Clusters

1:a

1

2:b

1

3:c

1

4:d

1

5:e

1

6:f

1

7:g

1

8:h

1

9:i

1

10:j

1

11:k

1

12:l

1

13:m

1

14:n

1

15:o

1

16:p

1

17:q

1

18:r

1

19:s

1

20:t

2

21:u

1

22:v

1

23:w

1

24:x

1

25:y

1

26:z

1

27:aa

1

28:bb

1

29:cc

1

30:dd

1

31:ee

1

32:ff

1


33:gg

1

34:hh

1

35:ii

1

36:jj

1

37:kk

1

38:ll

1

39:mm

1

40:nn

1

41:oo

1

42:pp

1

43:qq

1

44:rr

1

45:ss

1

46:tt

1

47:uu

1

48:vv

1

49:ww

1

50:xxx

1

Gambar 4.9 cluster membership Analisa : Untuk cluster membership dengan 2 cluster yang termasuk dalam cluster 1 adalah A, B, C, D, E, F, G, H, I, J, K, L, M, N, O, P, Q, R, S, U, V, W, X, Y, Z, AA, BB, CC, DD, EE, FF, GG, HH, II, JJ, KK, LL, MM, NN, OO, PP, QQ, RR, SS, TT, UU, VV, WW, XX. Dan yang termasuk cluster 2 adalah T.


F.

Dendogram

* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L E R A N A L Y S I S * * * * * * * * * * * * * * * * * * * Dendrogram using Average Linkage (Between Groups)

C L U S T

Rescaled Distance Cluster Combine C A S E Label Num

0 5 10 15 20 25 +---------+---------+---------+---------+---------+

j p d n u h aa i ss l q dd vv b cc g x v tt uu jj s gg mm ee hh nn oo o y f k e c kk xxx ii r ff rr bb qq w z ll m pp ww a

10 16 4 14 21 8 27 9 45 12 17 30 48 2 29 7 24 22 46 47 36 19 33 39 31 34 40 41 15 25 6 11 5 3 37 50 35 18 32 44 28 43 23 26 38 13 42 49 1

─┬───┐ ─┘ ├─────────────┐ ─────┘ │ ─────┬───┐ ├─────┐ ─────┘ ├─┐ │ │ ─────────┘ ├─────┐ │ │ ───────────┘ ├─┘ ├─┐ ─────────────┬───┘ │ │ ─────────────┘ │ │ ─────┬─────────────┐ │ │ ─────┘ ├─────┘ ├─────┐ ───────────┬───────┘ │ │ ───────────┘ │ │ ───────────┬─────┐ │ │ ───────────┘ ├─────────┘ │ ─────┬───────┐ │ ├─┐ ─────┘ ├───┘ │ │ ─────────────┘ │ │ ───────────┬─┐ │ │ ───────────┘ ├───────┐ │ │ ─────────────┘ ├───────────┘ ├─────┐ ─────────────────────┘ │ │ ───────────┬─────────┐ │ │ ───────────┘ ├───────┐ │ │ ─────────────────┬───┘ │ │ │ ─────────────────┘ │ │ │ ─────────┬───────────────┐ ├─────┘ │ ─────────┘ │ │ │ ─────────┬─────┐ │ │ │ ─────────┘ │ ├───┘ │ ───────┐ ├───────┐ │ │ ───────┼───┐ │ │ │ │ ───────┘ ├───┘ │ │ ├───┐ ───────────┘ ├─┘ │ │ ─────┬───────┐ │ │ │ ─────┘ ├───┐ │ │ │ ─────────────┘ │ │ │ │ ───────┬───┐ ├─────┘ │ │ ───────┘ │ │ │ │ ───────────┼───┐ │ │ ├───┐ ───────────┘ ├─┘ │ │ │ ───────────────┘ │ │ │ ───────────────────┬───────┐ │ │ │ ───────────────────┘ │ │ │ │ ───────────────────────────┼─────────────┘ │ │ ───────────────────────────┘ │ │ ───────────────────────────────┬─────────────┘ │ ───────────────────────────────┘ │ ─────────────────────────────────────────────────┤

t

20

─────────────────────────────────────────────────┘

Gambar 4.10 Dendogram


BAB IV PENGOLAHAN DATA

Recommend Documents