Data Science Dasar

Jika pada lesson sebelumnya dibahas tentang K-Means clustering, dimana K-Means adalah tipe flat clustering. Pada lesson hierarchical clustering akan dibahas clustering berdasar hirarki. Jika Anda pernah belajar biology, taksonomi pada hewan adalah contoh dari hierarchical clustering atau hirarki clustering. Clustering berdasarkan hirarki ada 2 pendekatan, yaitu bottom up (agglomerative) dan top-down (divisive). Pendekatan agglomerative ini … Read more

Setelah melewati beberapa lesson, akhirnya kita sampai pada lesson k-means clustering – kesimpulan. Disini kita akan bahas mengenai pro dan kontra, isu standarisasi dan manfaat dari clustering. Pro dan Kontra Pro: K-Means clustering mudah dimengerti. Cepat dalam membuat clustering. Dukungan dari library pihak ketiga, memudahkan implementasi. Clustering selalu menghasilkan solusi, walaupun ada kemungkinan bias. Kontra: … Read more

Lesson K-means clustering dan standardization akan membahas menyelesaikan masalah clustering dengan melakukan standardization. Standardization adalah proses menyamakan weight dari independent variable, agar keduanya memiliki skala yang sama. Pada lesson ini kita akan melakukan clustering untuk market segmentation. Dimana cluster akan menunjukan tingkat kepuasan dan loyalitas customer. Download data disini. Dari grafik diatas, dapat disimpulkan terdapat … Read more

Elbow method adalah metoda yang sering dipakai untuk menentukan jumlah cluster yang akan digunakan pada k-means clustering. Seperti yang sudah dibahas sebelumnya, clustering adalah meminimumkan jarak antara data point dan centroid, serta memaksimumkan jarak antara centroid yang dihitung menggunakan within-cluster sum of squares atau WCSS. Tujuannya adalah menghitung WCSS se-minimum dengan jumlah cluster yang kecil … Read more