Terimakasih bu saya akhirny lebih paham dgn cara ini saya jg paham klo trnyata rumusny bisa berbeda beda tpi inti dari hasilny bisa tetap sama🙏 so helpful
maaf bu, jika ada 3 variabel nya. apakah perhitungannya tetap sama ( seperti c1 (2,3,4)dan c2 (4,5,6) ) jadi clastering nya dikasih 3 angka dan alur rumus nya tetap sama?
Pada rumus awal dilampirkan rumus euclidean Tapi yang digunakan ternyata rumus manhattan Yang benar yang mana ya kak Atau bisa digunakan kedua2 nya ? 🙏🏻
31:09 Mksd dr nilai sampe tdk berubah apa untuk pengelompokan cluster? Jika nilai c1 dan 3 ttp berubah tetapi hasil pengelompokan cluster sama itu gimn ya, 12:08 sma lg misal untuk pusat Cluster itu ambilnya di V ya? Semisal nyari claster smpe dapat apa pke semua pusat cluster?
mohon maaf sebelumnya izin bertanya itu untuk V1 3+4+5+4/4=3,29,bukannya hasilnya 4 yahh,soalnya kalau dijumlahkan hasilnya 16 trus dibagi 4 jadinya 4.
Terimakasih telah memberikan komentar dan koreksi, untuk hasilnya silahkan disesuaikan jika salah. Yg penting mbaknya sudah paham alur dan cara menghitung algoritma kmeans 👍
Maaf sebelumnya saya izin bertanya, Itu bagaimana ya (1-1) +(1-2) = 1 ? (2-1) +(1-2) = 1 ? Bukannya 1-1 =0 dan 1-2 = -1 Lalu di menit 26,25 pada C2 yang seharusnya 3-2, 4 kenapa 3-1. Sekian Terimakasih 🙏
Terimakasih sudah menyimak video dengan baik, mohon diingat lagi rumus distance ada beberapa konsep supaya tidak menjumpai nilai negatif, ambil nilai absolute biasa digunakan model manhatta, rumus tertera secara umum ecludian distance. Tetapi teknik implemenentasi bisa digunakan model distance lainnya. Untuk beberapa kesalahan tracing bisa dikoreksi, semoga bermanfaat 😉
@@adipurnomo5730 kmeans hanya algoritma, rumus menggunakan rumus jarak bisa pake manhatta distance, atau rumus distance yg lain. Rumus ada akar pangkat, tidak hanya pangkat saja yg saya contohkan. Sehingga berlaku dihapus keduanya.
Halo izin bertanya Untuk perhitungan k-means dengan excel kan sesuai dengan langkah-langkahnya itu dipilih centroidnya kan secara random Kalau contohnya saya pilih data 1,2,3 sebagai centroid awal apakah hasil clusternya akan sama bila saya ambil data 4,5,6 sebagai centroid awal Mohon penjelasannya??
Halo, terimakasih sudah menyimak video sampai selesai. Hasil cluster akan diketahui setelah dilakukan tracing, silahkan dicoba untuk pemilihan 2 alternatif centroid yg dimaksud. Hasil cluster akan berbeda jika nilai centroid berbeda.
@@klik9173 pertama pertama pnentuan pusat claster atau centroid dilakukan secara acak/random, setelah didapatkan semua anggota tiap masing² claster, baru tentukan centroid berikutnya dengan cara menghitung average dr seluruh anggota tiap² claster, begitu seterusnya sampai nilai centroid tidak berubah dr iterasi sebelumnya
Maaf izin bertanya Kalo iterasi kan dilakukan berkali” ya sampe selisihnya 0 , nah untuk menghitung selisihnya tuh pake iterasi ke brpa? Yg pertama sama trakhir atau kedua dari trakhir sama trakhir? Terimakasih
Iterasi terus dilakukan saat nilai centroid masih berubah, iterasi berhenti ketika nilai centroid sama (nilai centroid berubah berpengaruh pada anggota tiap cluster, ketika nilai centroid sama dengan itersi sebelumnya dpt dipastikan anggota cluster juga sama, maka itu stop berhenti iterasi)
Jika iterasi ke 4 nilai centroidnya sdh sama dengan iterasi ke 3 maka tidak perlu dihitung jarak lagi, karena dapat dipastikan anggota cluster pada iterasi ke 4 akan sama dengan anggota cluster ke 3.
@@sitimujilahwati3669 bu mohon izin bertanya lagi misalnya saya memakai titik pusat C1=[3,2] C2=[6,2] apakah tidak masalah? apakah tidak ada masalah untuk kesimpulannya nanti? Terima kasih bu
Maaf sebelumnya saya blm pernah menggunakan rapid miner, setahu saya rapid miner machine learning yg siap digunakan. Sehingga anda tinggal menyiapkan dataset yg akan dilakukan cluster, pada rapid miner di set jumlah K yg diinginkan. Kalau hasil cluster tidak sama dengan perhitungan manual, maka disini anda memiliki kesempatan hipotesis, bagaimana hal itu terjadi. Sehingga anda dpt menyimpulkan tingkat akurasi dr hasil cluster anda.
@@sitimujilahwati3669 baik kak, berarti buat menjadi suatu hal yang beda ya untuk di bahas di penelitian saya, terimakasih kak sebelumnya karna menyempatkan membalas
Kak kalau misalkan hasil dari pengklusteran nilainya sama bagaimana kak misal data pertama itu bisa masuk C1 dan C2 nah itu gimana kak karena nilainya sama
Terimakasih bu saya akhirny lebih paham dgn cara ini saya jg paham klo trnyata rumusny bisa berbeda beda tpi inti dari hasilny bisa tetap sama🙏 so helpful
maaf bu, jika ada 3 variabel nya. apakah perhitungannya tetap sama ( seperti c1 (2,3,4)dan c2 (4,5,6) ) jadi clastering nya dikasih 3 angka dan alur rumus nya tetap sama?
@@ardianmajid3503 iya betul
Pada rumus awal dilampirkan rumus euclidean
Tapi yang digunakan ternyata rumus manhattan
Yang benar yang mana ya kak
Atau bisa digunakan kedua2 nya ? 🙏🏻
Keliru itu kaya nya
31:09 Mksd dr nilai sampe tdk berubah apa untuk pengelompokan cluster? Jika nilai c1 dan 3 ttp berubah tetapi hasil pengelompokan cluster sama itu gimn ya,
12:08 sma lg misal untuk pusat Cluster itu ambilnya di V ya? Semisal nyari claster smpe dapat apa pke semua pusat cluster?
mohon maaf sebelumnya izin bertanya itu untuk V1 3+4+5+4/4=3,29,bukannya hasilnya 4 yahh,soalnya kalau dijumlahkan hasilnya 16 trus dibagi 4 jadinya 4.
Terimakasih telah memberikan komentar dan koreksi, untuk hasilnya silahkan disesuaikan jika salah. Yg penting mbaknya sudah paham alur dan cara menghitung algoritma kmeans 👍
Maaf sebelumnya saya izin bertanya, Itu bagaimana ya
(1-1) +(1-2) = 1 ?
(2-1) +(1-2) = 1 ?
Bukannya 1-1 =0 dan 1-2 = -1
Lalu di menit 26,25 pada C2 yang seharusnya 3-2, 4 kenapa 3-1.
Sekian Terimakasih 🙏
Terimakasih sudah menyimak video dengan baik, mohon diingat lagi rumus distance ada beberapa konsep supaya tidak menjumpai nilai negatif, ambil nilai absolute biasa digunakan model manhatta, rumus tertera secara umum ecludian distance. Tetapi teknik implemenentasi bisa digunakan model distance lainnya. Untuk beberapa kesalahan tracing bisa dikoreksi, semoga bermanfaat 😉
@@sitimujilahwati3669 bukanya rumus nya kmeans (x,y)=(x-y)pangkat 2
@@adipurnomo5730 kmeans hanya algoritma, rumus menggunakan rumus jarak bisa pake manhatta distance, atau rumus distance yg lain. Rumus ada akar pangkat, tidak hanya pangkat saja yg saya contohkan. Sehingga berlaku dihapus keduanya.
Halo izin bertanya
Untuk perhitungan k-means dengan excel kan sesuai dengan langkah-langkahnya itu dipilih centroidnya kan secara random
Kalau contohnya saya pilih data 1,2,3 sebagai centroid awal apakah hasil clusternya akan sama bila saya ambil data 4,5,6 sebagai centroid awal
Mohon penjelasannya??
Halo, terimakasih sudah menyimak video sampai selesai. Hasil cluster akan diketahui setelah dilakukan tracing, silahkan dicoba untuk pemilihan 2 alternatif centroid yg dimaksud. Hasil cluster akan berbeda jika nilai centroid berbeda.
@@sitimujilahwati3669 kak untuk melakukan trackingnya berti memcoba semua pusat cluster atau tdk ya
@@klik9173 pertama pertama pnentuan pusat claster atau centroid dilakukan secara acak/random, setelah didapatkan semua anggota tiap masing² claster, baru tentukan centroid berikutnya dengan cara menghitung average dr seluruh anggota tiap² claster, begitu seterusnya sampai nilai centroid tidak berubah dr iterasi sebelumnya
Maaf izin bertanya Kalo iterasi kan dilakukan berkali” ya sampe selisihnya 0 , nah untuk menghitung selisihnya tuh pake iterasi ke brpa? Yg pertama sama trakhir atau kedua dari trakhir sama trakhir? Terimakasih
Iterasi terus dilakukan saat nilai centroid masih berubah, iterasi berhenti ketika nilai centroid sama (nilai centroid berubah berpengaruh pada anggota tiap cluster, ketika nilai centroid sama dengan itersi sebelumnya dpt dipastikan anggota cluster juga sama, maka itu stop berhenti iterasi)
Berarti kalau iterasinya berhenti di iterasi 4, nah nilai selisih yg dihitung iterasi ke 3 sama 4 ya bu?
Jika iterasi ke 4 nilai centroidnya sdh sama dengan iterasi ke 3 maka tidak perlu dihitung jarak lagi, karena dapat dipastikan anggota cluster pada iterasi ke 4 akan sama dengan anggota cluster ke 3.
terima kasih
Mohon izin bertanya bu, jika ada 100 data apakah harus dihitung semuanya atau dipilih beberapa saja?
Iya semua, dr 100 data akan ada titik pusat cluster, mak sisanya akan kita hitung jaraknya dengan titik cluster tsb.
@@sitimujilahwati3669 wah berarti banyak sekali yang harus dihitung ya Bu😭🙏
Pakai excel lebih cepat kalau mau hitung manual
@@sitimujilahwati3669 Baik Bu terima kasih banyak ilmunya 🙏
@@sitimujilahwati3669 bu mohon izin bertanya lagi misalnya saya memakai titik pusat C1=[3,2] C2=[6,2] apakah tidak masalah? apakah tidak ada masalah untuk kesimpulannya nanti?
Terima kasih bu
maaf kak mau nanya ttau ga ya kalau perhitungan manual di excel sama dengan di rapid miner untuk cluster itu harus bagaimana perhitungannya?
Maaf sebelumnya saya blm pernah menggunakan rapid miner, setahu saya rapid miner machine learning yg siap digunakan. Sehingga anda tinggal menyiapkan dataset yg akan dilakukan cluster, pada rapid miner di set jumlah K yg diinginkan. Kalau hasil cluster tidak sama dengan perhitungan manual, maka disini anda memiliki kesempatan hipotesis, bagaimana hal itu terjadi. Sehingga anda dpt menyimpulkan tingkat akurasi dr hasil cluster anda.
@@sitimujilahwati3669 baik kak, berarti buat menjadi suatu hal yang beda ya untuk di bahas di penelitian saya, terimakasih kak sebelumnya karna menyempatkan membalas
Kak kalau misalkan hasil dari pengklusteran nilainya sama bagaimana kak misal data pertama itu bisa masuk C1 dan C2 nah itu gimana kak karena nilainya sama
dipilih yang dianggap prioritas
mohon maaf mau bertnya kalau atribut nya ada 4 bagaimana untuk perhitung rumus nya?
bit.ly/3HSJryP
Lihat contoh dari saya di link ☝
@@sitimujilahwati3669
terima kasih sudah dikirimi contohnya
maaf buk kayanya salah deh penjumlahan nya seharusnya di kuadratkan dulu
@@salsabilaindahlonisa7266 iya betul rumusnya adalah akar kuadrat, karena ibu tidak pakai akar maka tidak pakai pangkat kuadrat
ini komen