Makalah Single Linkage
Makalah Single Linkage
Makalah Single Linkage
Kelompok 3
TEKNIK INFORMATIKA
UNIVERSITAS MUHAMMADIYAH PARE-PARE
2023
Kata Pengantar
Dalam era informasi dan teknologi saat ini, data menjadi komponen krusial dalam
pengambilan keputusan dan pemahaman mendalam terhadap suatu fenomena. Untuk
menggolongkan dan mengelompokkan data yang kompleks, klasterisasi menjadi alat yang
tak terelakkan. Dalam konteks ini, makalah ini bertujuan untuk menjelaskan dan menggali
lebih dalam tentang salah satu teknik klasterisasi yang dikenal efektif, yaitu Teknik Single
Linkage.
Pentingnya memahami konsep dan penerapan teknik ini tak hanya relevan dalam
dunia akademis, tetapi juga memiliki dampak nyata dalam berbagai bidang seperti ilmu
kesehatan, ekonomi, dan rekayasa. Dalam perjalanan makalah ini, pembaca akan diajak
untuk memahami dasar-dasar konsep Single Linkage, rumus yang mendasarinya, dan
bagaimana teknik ini diimplementasikan melalui contoh penerapan dan studi kasus.
Makalah ini disusun dengan harapan dapat memberikan wawasan yang mendalam
tentang kegunaan teknik Single Linkage dalam klasterisasi data, membuka pemahaman
terhadap penggunaannya dalam berbagai konteks, dan memberikan kontribusi positif
terhadap perkembangan ilmu pengetahuan dan teknologi.
Tentu saja, makalah ini tidak lepas dari kerjasama dan dukungan berbagai pihak,
baik langsung maupun tidak langsung. Penulis ingin menyampaikan apresiasi yang tulus
kepada pembaca, dosen pembimbing, dan semua pihak yang telah memberikan kontribusi
dalam penyusunan makalah ini.
Semoga makalah ini dapat memberikan manfaat serta menjadi tambahan berharga
dalam pemahaman dan pengembangan konsep klasterisasi data, khususnya dalam konteks
Teknik Single Linkage.
BAB
PENDAHULUAN
Latar Belakang
Klasterisasi data menjadi kunci penting dalam menghadapi kompleksitas data yang semakin
meningkat di era informasi saat ini. Kemampuan untuk mengelompokkan data berdasarkan
kesamaan karakteristik atau pola menjadi esensial untuk pemahaman mendalam terhadap informasi
yang tersedia. Salah satu metode klasterisasi yang memiliki keunikan tersendiri adalah Teknik Single
Linkage. Latar belakang penggunaan Teknik Single Linkage ini timbul dari kebutuhan untuk
memahami hubungan antar elemen data secara hierarkis, terutama dalam konteks klasterisasi
hierarkis. Teknik ini menonjolkan keunggulannya dalam menangkap struktur hubungan yang erat
antara elemen data dengan memanfaatkan jarak minimum antar elemen tersebut
Keunikan Teknik Single Linkage juga membuatnya relevan dalam berbagai bidang aplikasi,
seperti biologi (klasifikasi genom), ilmu kesehatan (analisis data pasien), dan ekonomi (segmentasi
pasar). Oleh karena itu, pemahaman yang mendalam terhadap prinsip dan aplikasi teknik ini menjadi
sangat krusial.
TUJUAN PEMBUATAN
Teknik Single Linkage adalah metode klasterisasi hierarkis yang mengelompokkan data
berdasarkan jarak minimum antara dua elemen terdekat dalam setiap klaster. Metode ini termasuk
dalam kategori agglomerative (penggabungan), di mana elemen data pertama kali dianggap sebagai
klaster terpisah, dan kemudian klaster-klasternya secara bertahap digabungkan hingga semua data
tergabung dalam satu klaster besar.
Jarak antara dua klaster (A) dan (B) dihitung menggunakan rumus:
Ket
Jadi, secara keseluruhan, rumus ini mengukur jarak antara dua klaster berdasarkan jarak minimum
antara elemen-elemen yang berasal dari klaster tersebut. Dengan menggunakan nilai minimum,
Teknik Single Linkage memastikan bahwa klaster dibentuk berdasarkan pasangan elemen yang
memiliki jarak paling dekat di antara semua pasangan elemen dalam kedua klaster.
Konsep dasar Teknik Single Linkage
1. Jarak Minimum
Teknik Single Linkage memanfaatkan konsep jarak minimum antara dua elemen untuk
membentuk klaster. Jarak antara dua klaster diukur sebagai jarak minimum antara elemen-
elemen yang berbeda klaster.
2. Hierarki Klaste
Selama proses klasterisasi, terbentuk hierarki klaster yang mencerminkan tingkat kesamaan
antara elemen-elemen data. Klaster-klaster dibentuk secara bertahap, dan tingkat hierarki
memberikan informasi tentang tingkat kemiripan atau hubungan antar-elemen.
Proses Klasterisasi
Studi kasus
Teknik Single Linkage untuk klasterisasi KEY Performance Indeks Pegawai Dengan Pendekatan
Euclidean Distance
Banyak perusahaan telah menerapkan alat untuk mengukur kinerja mereka agar bisnis
mereka tetap berjalan dan dapat bersaing. Organisasi harus menghadapi tidak hanya untuk kondisi
yang lebih sulit tetapi juga dalam periode di mana organisasi menghadapi krisis keuangan dunia.
Karena alasan ini, organisasi dipaksa untuk mengukur kinerja organisasi dan memberikan kontribusi
pada stabilitas organisasi dalam lingkungan yang kompetitif saat ini. [5] Key Performance Indicators
(KPI) merupakan indikator yang memberikan informasi sejauh mana keberhasilan dalam
mewujudkan target kerja yang ditetapkan:
1. Mulai dengan N cluster, setiap cluster mengandung entiti tunggal dan sebuah matriks
simetrik dari jarak (similarities).
2. Cari matriks jarak untuk pasangan cluster yang terdekat (paling mirip). Misalkan jarak antara
cluster X dan Y yang paling mirip.
3. Gabungkan cluster X dan Y. Label cluster yang baru dibentuk dengan (XY). Update entries
pada matrik dengan cara: a. Hapus baris dan kolom yang bersesuaian dengan cluster X dan Y.
b. Tambahkan baris dan kolom yang memberikan jarak-jarak antara cluster (XY) dan
beberapa cluster yang tersisa.
4. Ulangi langkah 2 dan 3 sebanyak (N-1) kali hingga semua objek akan berada dalam cluster
tunggal.
Berikut ini adalah proses dan rumus untuk penyelesaian dengan metode Clustering teknik Single
Linkage.
Dari proximity tersebut diketahui bahwa dari kelima cluster tersebut cluster |1 dan |2 paling dekat
(mempunyai similaritas paling besar ) sehingga cluster |1 dan |2 digabung menjadi cluster |12.
Sehingga matriks proximity yang baru menjadi:
Dari proximity matriks di atas diketahui bahwa dari keempat cluster tersebut, cluster |14 dan |5
paling dekat (mempunyai similaritas paling besar), sehingga cluster |4 dan |5 digabung menjadi
cluster |45. Sehingga matriks proximity yang baru menjadi:
Dari proximity matriks di atas diketahui bahwa Dari ketiga cluster tersebut, cluster |12 dan |3 paling
dekat (mempunyai similaritas paling besar), sehingga cluster |12 dan |3 digabung menjadi cluster |
123. Adapun variabel input yang digunakan ada 3 (tiga) variabel yaitu variabel aspek disiplin (V1),
variabel aspek sikap (V2) dan variabel hasil kerja (V3) sebagaimana diperlihatkan pada tabel berikut.
Dari proses pengujian yang dilakukan knowledge yang didapatkan di antaranya:
1. Dari ketiga variabel penilaian yang digunakan, yaitu penilaian aspek disiplin (V1), aspek sikap
(V2) dan hasil kerja (V3) diperoleh data bahwa untuk layak menerima KPI, jumlah dari ketiga
variabel tersebut minimal harus mencapai 20 poin. Jika poin yang diperoleh kurang dari 20
maka dipastikan pegawai tersebut tidak layak mendapatkan KPI.
2. Aspek disiplin (V1) merupakan variabel penentu kelayakan yang paling dominan
dibandingkan kedua variabel lainnya karena poin untuk variabel ini yang tertinggi dapat
mencapai 18 poin, sehingga hanya membutuhkan tambahan 2 poin dari variabel lainnya
untuk dapat layak menerima KPI.
BAB III
KESIMPULAN
KESIMPULAN
Dalam kesimpulan, Teknik Single Linkage muncul sebagai metode klasterisasi hierarkis yang memiliki
keunikan dan efektivitasnya dalam mengelompokkan data. Berikut adalah beberapa poin kesimpulan
tentang Teknik Single Linkage:
Dengan demikian, Teknik Single Linkage menjadi alat yang signifikan dalam klasterisasi data,
menghadirkan pendekatan yang tangkas dan efektif untuk mengatasi kompleksitas informasi di era
informasi dan teknologi saat ini.