tnr 12 modul vi space 2 - lsoupnjatim.files.wordpress.com · mengelompokkan objek-objek berdasarkan...

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI

MODUL VI (ANALISYS CLUSTER)

SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

LAPORAN RESMI

MODUL VI

ANALISIS CLUSTER

I. Pendahuluan

A. Latar Belakang

(Minimal 4 Paragraf dan 1 halaman)

B. Rumusan Masalah

Dalam praktikum statistik ini, kita akan merumuskan masalah tentang :

“Bagaimana mengelompokan objek-objek berdasarkan karakteristik

diantara objek-objek tersebut?”

C. Tujuan Praktikum

Adapun tujuan dari praktikum ini, adalah :

1. Mengelompokkan objek-objek berdasarkan kesamaan karakteristik diantara

objek-objek tersebut.

2. Melakukan proses segmentasi responden kuisioner berdasarkan ciri-ciri

sejumlah atribut yang ada.

D. Batasan Masalah

Batasan masalah yang timbul dari ruang lingkup yang ada pada praktikum

ini khususnya pada statistik, yaitu :


PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

JAWA TIMUR

TNR 12

Space 2.0

TNR 12 space 1.15

For all :

TNR 12

Space 2.0

Before After 0

For Tabel :

TNR 11

Space 1,0

Before After 0

AutoFit Window



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

1. Data yang dianalisis variabel kenyamanan, keheningan, kebersihan,

pencahayaan, keamanan, kelengkapan, pelayanan, wifi, kondisi toilet, lokasi

strategis dan kepuasan.

2. Dalam menselesaikan data tersebut dengan program SPSS hanya

menggunakan Classify yaitu Hierarchichal Cluster

E. Asumsi-asumsi

Asumsi-asumsi yang digunakan dalam praktikum dan penyusun laporan ini

adalah:

1. Semua data yang ada merupakan data yang siap untuk diolah analisa cluster.

2. Software ini mampu membuat hasil yang representatif karena telah tersebar

diseluruh dunia dan telah diuji kevalid-annya yaitu dengan mengukurnya

secara manual.

F. Manfaat Praktikum

Adapun manfaat dari praktikum adalah :

1. Dapat meengelompokkan objek-objek berdasarkan kesamaan karakteristik

diantara objek-objek yang ada.

2. Dapat melakukan proses segmentasi responden kuisioner berdasarkan ciri-

ciri sejumlah atribut yang ada.

II. Tinjauan Pustaka

A. Analisis Cluster

B. K-Means cluster

C. Hierarchical cluster

Minimal 10Halaman



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

III. Pengumpulan Data

A. Identifikasi Variabel

1. Variabel Terikat

Variabel terikat adalah variabel yang perubahannya dipengaruhi oleh

variabel lain, dalam hal ini variabel terikatnya adalah .............

2. Variabel bebas

Variabel bebas adalah variabel yang mempengaruhi variabel terikat. Adapun

variabel yang berpengaruhi dalam hal ini adalah ..................

B. Soal Laporan Resmi

Sebuah rumah makan masakan Padang yang bernama “Rm.Sederhana”

melakukan riset pasar untuk mengetahui apa saja yang mendorong seseorang

konsumen untuk mengunjungi “Rm.Sederhana”tersebut. Untuk itu, kepada setiap

responden diberikan daftar kuesioner yang memuat pertanyaan tentang pendapat

responden terhadap atribut-atribut “Rm.Sederhana”

• Beberapa atribut yang digunakan :

1. Tempat “Rm.Sederhana”(Lokasi)

2. Macam-macam makanan (Kelengkapan)

3. Keamanan pelanggan (Safety)

4. Kenyamanan di “Rm.Sederhana”

5. Pelayanan karyawan (Pelayanan)

6. Kebisingan di “Rm.Sederhana”

7. Promosi oleh “Rm.Sederhana”(Promosi)

8. Citra “Rm.Sederhana”di mata responden (Image)

9. Kebersihan “Rm.Sederhana”(Kebersihan)

Jenis kelamin :

P = Pria

W= Wanita



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

10. Keamanan parkir (Kea_Parkir)

11. Kebersihan kamar mandi (Toilet)

12. Harga di “Rm.Sederhana”

13. Layout “Rm.Sederhana”

14. Pencahayaan ruangan “Rm.Sederhana”

• Skala likert (Skala jawaban) :

1 = sangat puas

2 = puas

3 = cukup puas

4 = tidak puas

6 = sangat tidak puas

Tabel 6… Soal Awal

No

Nam

a

Lo

ka

si

Kel

eng

ka

pa

n

Sa

fety

Ken

ya

ma

na

n

Pel

ay

an

an

Keb

isin

ga

n

Pro

mo

si

Ima

ge

Keb

ersi

ha

n

Kea

_p

ark

ir

To

ilet

Ha

rga

layo

ut

pen

cah

ay

aa

n

Gen

der

Usi

a

Pek

erja

an

1 Nadia 3 4 3 3 4 3 4 3 6 6 2 3 4 2 W 17 Pelajar

2 Ajeng 4 4 4 4 6 2 3 3 3 4 3 3 4 2 W 19 Mahasiswa

3 Irfan 4 4 4 4 4 3 4 3 4 4 4 3 3 3 P 13 Pelajar

4 Mamik 4 4 4 4 4 3 4 3 6 4 3 4 4 4 W 40 PNS

6 Riyadh 3 3 3 4 3 3 4 3 6 4 3 3 4 6 P 43 PNS

6 Nur Anda 3 3 4 6 6 3 4 3 6 6 6 4 3 4 W 47 Lain-lain

7 Ferdy 4 3 4 3 3 4 4 6 4 6 4 4 4 6 P 21 Mahasiswa

8 Firman 2 3 3 3 4 3 4 2 3 4 3 4 3 3 P 26 Swasta

9 Wahub 3 4 6 4 4 3 4 4 3 3 4 4 3 4 P 16 Pelajar

10 Nadlifah 3 4 3 4 3 4 3 4 3 3 3 4 4 4 W 18 Mahasiswa

11 Dianita 3 4 4 4 4 3 4 3 3 3 2 4 3 3 W 36 PNS

12 Diyah 3 4 2 4 4 2 3 4 6 3 4 3 3 3 W 19 Mahasiswa

13 Widya 4 4 4 6 6 3 4 3 6 6 3 3 4 4 W 24 Swasta

14 Sarah 3 4 6 6 3 3 3 4 6 3 6 3 3 6 W 21 Mahasiswa

16 Nur Akma 3 4 6 6 4 4 4 6 6 4 3 6 3 6 W 18 Mahasiswa

Pekerjaan:

1. Mahasiswa

2. Pelajar

3. PNS

4. Swasta

5.Ibu Rumah Tangga



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

16 Afika 4 3 3 4 6 3 3 3 6 6 6 4 6 6 W 19 Mahasiswa

17 Robby 3 4 4 6 6 4 4 4 6 4 4 6 4 6 P 20 Mahasiswa

18 Yulianto 3 3 4 3 4 6 3 2 3 4 2 2 3 3 P 29 PNS

19 Ririd 3 4 6 3 4 2 4 6 3 4 3 3 3 3 W 20 Mahasiswa

20 Isna 3 4 6 3 3 4 6 3 2 4 6 3 4 3 W 20 Mahasiswa

21 Sumari 4 3 4 3 4 3 4 3 4 3 4 3 4 3 P 29 PNS

22 Andrean 3 2 4 2 6 3 4 1 1 3 4 3 2 6 P 20 Mahasiswa

23 Nila 3 4 4 3 3 3 4 3 4 4 4 3 4 4 W 18 Pelajar

24 Shodikun 3 3 4 3 6 3 4 6 3 2 3 6 4 4 P 20 Mahasiswa

26 Tulus 4 4 3 3 4 3 4 4 6 3 4 3 6 6 P 16 Pelajar

26 M. Jullyo 4 2 1 4 6 1 3 4 6 4 4 3 6 6 P 19 Mahasiswa

27 Rima 4 3 3 4 4 3 4 3 6 3 4 4 6 6 W 19 Mahasiswa

28 Ralfian 3 4 4 6 6 4 3 3 4 4 4 4 3 6 P 21 Mahasiswa

29 Derry 3 6 6 6 6 4 3 4 4 4 3 4 4 6 W 20 Mahasiswa

30 Fandi 4 4 6 6 6 4 3 4 4 6 6 4 4 4 P 16 Pelajar

31 Erina 4 6 6 6 4 4 4 3 4 4 4 4 3 4 W 19 Mahasiswa

32 Suryati 4 4 3 4 4 2 3 2 2 3 3 3 2 4 W 26 Wiraswasta

33 Neny 3 4 4 4 4 3 4 3 3 3 3 4 3 4 W 19 Mahasiswa

34 Dinda 4 4 4 4 4 4 4 4 4 6 4 4 6 4 W 12 Pelajar

36 Fellya 3 6 4 6 6 6 4 6 6 6 6 4 6 6 W 13 Pelajar

36 Fajar 3 4 3 6 4 4 4 3 4 4 3 3 6 6 P 16 Pelajar

37 Mica 4 2 2 4 6 2 3 4 6 3 4 3 6 3 W 20 Lain-lain

38 Aning 3 3 3 3 4 3 3 3 4 3 2 4 4 3 W 26 Swasta

39 Praswari 4 3 3 3 4 3 3 4 4 3 3 3 4 3 W 14 Pelajar

40 Herlinda 4 4 4 3 4 3 3 3 4 3 2 3 4 4 W 47 Lain-lain

41 Haydar 3 4 4 4 6 4 4 4 6 6 4 4 4 6 P 20 Mahasiswa

42 Ilham 3 4 4 6 6 3 3 4 4 6 4 6 4 6 P 21 Mahasiswa

43 Yuanita 6 4 3 6 6 3 6 3 6 4 4 4 6 6 W 20 Mahasiswa

44 Mufid 2 3 3 4 4 1 3 4 6 6 6 6 6 6 W 17 Mahasiswa

46 Ana 3 2 2 3 3 2 3 2 3 3 3 3 3 3 W 24 Swasta

46 F. Daniel 2 2 4 4 4 3 6 2 1 6 3 6 4 6 P 20 Mahasiswa

47 M. Nabil 3 4 4 6 6 4 4 4 6 6 4 6 4 6 P 16 Pelajar

48 Amanda 4 4 4 4 4 3 4 4 4 4 4 4 4 4 W 17 Pelajar

49 Novi 3 3 3 3 4 4 3 4 3 3 2 3 4 3 W 21 Mahasiswa

60 Dhira 4 4 4 4 4 4 4 4 4 4 4 4 4 4 W 20 Mahasiswa



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

C. Tabel Pengumpulan Data

Tabel 6.. Tabel Pengumpulan Data

No

Na

ma

Lo

ka

si

Kel

eng

ka

pa

n

Sa

fety

Ken

ya

ma

na

n

Pel

ay

an

an

Keb

isin

ga

n

Pro

mo

si

Ima

ge

Keb

ersi

ha

n

Kea

_p

ark

ir

To

ilet

Ha

rga

layo

ut

pen

cah

ay

aa

n

Gen

der

Usi

a

Pek

erja

an

1 Nadia 3 4 3 3 4 3 4 3 6 6 2 3 4 2 W 17 Pelajar

2 Ajeng 4 4 4 4 6 2 3 3 3 4 3 3 4 2 W 19 Mahasiswa

3 Irfan 4 4 4 4 4 3 4 3 4 4 4 3 3 3 P 13 Pelajar

4 Mamik 4 4 4 4 4 3 4 3 6 4 3 4 4 4 W 40 PNS

6 Riyadh 3 3 3 4 3 3 4 3 6 4 3 3 4 6 P 43 PNS

6 Nur Anda 3 3 4 6 6 3 4 3 6 6 6 4 3 4 W 47 Lain-lain

7 Ferdy 4 3 4 3 3 4 4 6 4 6 4 4 4 6 P 21 Mahasiswa

8 Firman 2 3 3 3 4 3 4 2 3 4 3 4 3 3 P 26 Swasta

9 Wahub 3 4 6 4 4 3 4 4 3 3 4 4 3 4 P 16 Pelajar

10 Nadlifah 3 4 3 4 3 4 3 4 3 3 3 4 4 4 W 18 Mahasiswa

11 Dianita 3 4 4 4 4 3 4 3 3 3 2 4 3 3 W 36 PNS

12 Diyah 3 4 2 4 4 2 3 4 6 3 4 3 3 3 W 19 Mahasiswa

13 Widya 4 4 4 6 6 3 4 3 6 6 3 3 4 4 W 24 Swasta

14 Sarah 3 4 6 6 3 3 3 4 6 3 6 3 3 6 W 21 Mahasiswa

16 Nur Akma 3 4 6 6 4 4 4 6 6 4 3 6 3 6 W 18 Mahasiswa

16 Afika 4 3 3 4 6 3 3 3 6 6 6 4 6 6 W 19 Mahasiswa

17 Robby 3 4 4 6 6 4 4 4 6 4 4 6 4 6 P 20 Mahasiswa

18 Yulianto 3 3 4 3 4 6 3 2 3 4 2 2 3 3 P 29 PNS

19 Ririd 3 4 6 3 4 2 4 6 3 4 3 3 3 3 W 20 Mahasiswa

20 Isna 3 4 6 3 3 4 6 3 2 4 6 3 4 3 W 20 Mahasiswa

21 Sumari 4 3 4 3 4 3 4 3 4 3 4 3 4 3 P 29 PNS

22 Andrean 3 2 4 2 6 3 4 1 1 3 4 3 2 6 P 20 Mahasiswa

23 Nila 3 4 4 3 3 3 4 3 4 4 4 3 4 4 W 18 Pelajar

24 Shodikun 3 3 4 3 6 3 4 6 3 2 3 6 4 4 P 20 Mahasiswa

26 Tulus 4 4 3 3 4 3 4 4 6 3 4 3 6 6 P 16 Pelajar

26 M. Jullyo 4 2 1 4 6 1 3 4 6 4 4 3 6 6 P 19 Mahasiswa

27 Rima 4 3 3 4 4 3 4 3 6 3 4 4 6 6 W 19 Mahasiswa

28 Ralfian 3 4 4 6 6 4 3 3 4 4 4 4 3 6 P 21 Mahasiswa

29 Derry 3 6 6 6 6 4 3 4 4 4 3 4 4 6 W 20 Mahasiswa

30 Fandi 4 4 6 6 6 4 3 4 4 6 6 4 4 4 P 16 Pelajar

31 Erina 4 6 6 6 4 4 4 3 4 4 4 4 3 4 W 19 Mahasiswa

32 Suryati 4 4 3 4 4 2 3 2 2 3 3 3 2 4 W 26 Wiraswasta

33 Neny 3 4 4 4 4 3 4 3 3 3 3 4 3 4 W 19 Mahasiswa

34 Dinda 4 4 4 4 4 4 4 4 4 6 4 4 6 4 W 12 Pelajar

36 Fellya 3 6 4 6 6 6 4 6 6 6 6 4 6 6 W 13 Pelajar



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

36 Fajar 3 4 3 6 4 4 4 3 4 4 3 3 6 6 P 16 Pelajar

37 Mica 4 2 2 4 6 2 3 4 6 3 4 3 6 3 W 20 Lain-lain

38 Aning 3 3 3 3 4 3 3 3 4 3 2 4 4 3 W 26 Swasta

39 Praswari 4 3 3 3 4 3 3 4 4 3 3 3 4 3 W 14 Pelajar

40 Herlinda 4 4 4 3 4 3 3 3 4 3 2 3 4 4 W 47 Lain-lain

41 Haydar 3 4 4 4 6 4 4 4 6 6 4 4 4 6 P 20 Mahasiswa

42 Ilham 3 4 4 6 6 3 3 4 4 6 4 6 4 6 P 21 Mahasiswa

43 Yuanita 6 4 3 6 6 3 6 3 6 4 4 4 6 6 W 20 Mahasiswa

44 Mufid 2 3 3 4 4 1 3 4 6 6 6 6 6 6 W 17 Mahasiswa

46 Ana 3 2 2 3 3 2 3 2 3 3 3 3 3 3 W 24 Swasta

46 F. Daniel 2 2 4 4 4 3 6 2 1 6 3 6 4 6 P 20 Mahasiswa

47 M. Nabil 3 4 4 6 6 4 4 4 6 6 4 6 4 6 P 16 Pelajar

48 Amanda 4 4 4 4 4 3 4 4 4 4 4 4 4 4 W 17 Pelajar

49 Novi 3 3 3 3 4 4 3 4 3 3 2 3 4 3 W 21 Mahasiswa

50 Dhira 4 4 4 4 4 4 4 4 4 4 4 4 4 4 W 20 Mahasiswa

IV. Pengolahan Data

A. Print Out dan Analisa Output

1. Non-Hirarki Cluster (K-Means Cluster)

Gambar 6….



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

Analisa :

Tabel diatas merupakan tampilan pertama proses clustering data sebelum

dilakukan iterasi.

Pada cluster 1, variabel kelengkapan, kenyamanan, pelayannan, kebisingan,

image, keberaihan, kea_parkir, toilet, layout, pencahayaan bernilai 5. Sedangkann

variabel safety, promosi, harga bernilai 4.

(IDEM)

Iteration Historya

Iteration

Change in Cluster

Centers

1 2

1 3.408 3.977

2 .284 .436

3 .194 .220

4 .099 .111

5 .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 5.

The minimum distance between

initial centers is 8,307.

Gambar 6…

Analisa :

Tabel diatas menunjukkan bahwa proses clustering yang dilakukan melalui

5 tahapan iterasi untuk mendapatkan nilai yang optimum



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

Final Cluster Centers

Cluster

1 2

KELENGKAPAN 4 3

SAFETY 4 4

KENYAMANAN 4 3

PELAYANAN 4 4

KEBISINGAN 3 3

PROMOSI 4 4

IMAGE 4 3

KEBERSIHAN 5 3

KEA_PARKIR 4 3

TOILET 4 3

HARGA 4 3

LAYOUT 4 3

PENCAHAYAAN 5 3

Gambar 6…

Analisa :

Tabel diatas merupakan tampilan akhir proses clustering data setelah

dilakukan 5 tahapan iterasi.

Pada cluster 1, variabel kelengkapan, safety, kenyamanan, pelayanan,

promosi, image, kea_parkir, toilet, harga, dan layout bernilai 4. Pada variabel

kebersihan, dan pencahayaan bernilai 5. Sedangkan variabel kebisingan bernilai 3.

Pada cluster 2, (IDEM)



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

ANOVA

Cluster Error

F Sig. Mean Square df Mean Square df

KELENGKAPAN 1.432 1 .554 48 2.587 .114

SAFETY .029 1 .801 48 .036 .849

KENYAMANAN 15.190 1 .367 48 41.357 .000

PELAYANAN 2.367 1 .409 48 5.787 .020

KEBISINGAN .711 1 .722 48 .985 .326

PROMOSI .000 1 .352 48 .000 .985

IMAGE 6.115 1 .671 48 9.115 .004

KEBERSIHAN 29.673 1 .547 48 54.266 .000

KEA_PARKIR 7.111 1 .545 48 13.044 .001

TOILET 11.225 1 .562 48 19.990 .000

HARGA 2.883 1 .500 48 5.767 .020

LAYOUT 5.837 1 .518 48 11.259 .002

PENCAHAYAAN 16.645 1 .504 48 33.048 .000

The F tests should be used only for descriptive purposes because the clusters have been chosen to

maximize the differences among cases in different clusters. The observed significance levels are not

corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are

equal.

Gambar 6…

Analisa :

Pada tabel ANOVA diatas variabel yang paling menunjukkan adanya

perbedaan adalah variabel kebersihan. Hal ini ditunjukkan dengan nilai F=54,266

dan Sig=0,000. Sedangkan variabel yang paling menunjukkan adanya persamaan

adalah variabel promosi tempat dengan nilai F=0,000 dan Sig=0,985



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

Number of Cases in each

Cluster

Cluster 1 28.000

2 22.000

Valid 50.000

Missing .000

Gambar 6…

Analisa :

Tabel diatas menunjukkan bahwa cluster 1 beranggotakan 28 responden,

cluster 2 beranggotakan 22 responden. Maka didapat semua responden bertotal

(N) 50 orang dengan 0 data yang hilang (Missing)

2. Hirarki Cluster (Hierarchical Cluster)

Case Processing Summarya,b

Cases

Valid Missing Total

N Percent N Percent N Percent

50 100.0 0 .0 50 100.0

a. Squared Euclidean Distance used

b. Average Linkage (Between Groups)

Gambar 6…

Analisa :

Dengan jumlah data atau case (N) 50 data atau case yang valid adalah

100,0%. Tidak 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%.



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

Gambar 6. ...



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

Analisa :

Responden dengan nilai proximity matrix terkecil adalah Robby (17) –

Nabil (47), Nabil (47) – Robby (17), Amanda (48) – Dhira (50), dan Dhira (50) –

Amanda (48) dengan nilai koefisien 1,000. Semakin kecil nilai koefisien maka

semakin mempunya selera yang sama atau kesamaan dalam pemilihan. Maka

Robby (17) – Nabil (47), Nabil (47) – Robby (17), Amanda (48) – Dhira (50), dan

Dhira (50) – Amanda (48)memiliki selera yang sama dalam pemilihan kuisioner

mengenai Rm.Sederhana.

Agglomeration Schedule

Stage

Cluster Combined

Coefficients

Stage Cluster First Appears

Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2

1 48 50 1.000 0 0 4

2 17 47 1.000 0 0 5

3 11 33 2.000 0 0 15

4 34 48 2.500 0 1 17

5 17 41 2.500 2 0 8

6 39 49 3.000 0 0 7

7 38 39 3.500 0 6 13

8 17 42 4.000 5 0 17

9 25 27 4.000 0 0 19

10 21 23 4.000 0 0 11

11 3 21 4.000 0 10 27

12 4 13 4.000 0 0 24

13 38 40 5.000 7 0 26

14 28 31 5.000 0 0 16

15 9 11 5.000 0 3 27

16 28 29 5.500 14 0 25

17 17 34 5.833 8 4 20

18 36 43 6.000 0 0 24



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

19 5 25 6.000 0 9 28

20 17 30 6.143 17 0 25

21 8 45 7.000 0 0 32

22 16 44 7.000 0 0 43

23 26 37 7.000 0 0 37

24 4 36 7.000 12 18 28

25 17 28 7.125 20 16 29

26 10 38 7.250 0 13 30

27 3 9 7.556 11 15 30

28 4 5 8.333 24 19 36

29 15 17 8.636 0 25 31

30 3 10 9.200 27 26 35

31 6 15 9.417 0 29 34

32 8 32 9.500 21 0 38

33 2 19 10.000 0 0 35

34 6 35 10.769 31 0 36

35 2 3 11.091 33 30 38

36 4 6 11.776 28 34 39

37 12 26 12.500 0 23 48

38 2 8 13.000 35 32 40

39 4 7 13.095 36 0 41

40 1 2 14.688 0 38 42

41 4 14 14.773 39 0 43

42 1 18 15.353 40 0 44

43 4 16 15.413 41 22 46

44 1 24 17.056 42 0 45

45 1 20 19.105 44 0 46

46 1 4 19.726 45 43 48

47 22 46 20.000 0 0 49

48 1 12 23.015 46 37 49

49 1 22 33.250 48 47 0

Gambar 6. ...



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

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, membentuk cluster yang beranggotakan Amanda (48) dan

Dhira (50) dengan jarak 1,000. Selanjutnya dilanjutkan dengan stage 4

(Next Stage). Pada stage 4, terlihat Dinda (34) dan Amanda (48) membentuk

cluster dengan jarak 2,500. Selanjutnya dilanjutkan dengan stage 17 (Next

Stage). Pada stage 17 Robby (17) dan Dinda (34) membentuk cluster

dengan jarak 5,833. Selanjutnya dilanjutkan dengan stage 20 (Next Stage).

Pada stage 20 Robby (17) dan Fandi (30) membentuk cluster dengan jarak

6,143. Selanjutnya dilanjutkan dengan stage 25 (Next Stage). Pada stage 25

Robby (17) dan Ralfian (28) membentuk cluster dengan jarak 7,125.

Selanjutnya dilanjutkan dengan stage 29 (Next Stage). Pada stage 29 Robby

(17) dan Nur Akma (15) membentuk cluster dengan jarak 8,636.

Selanjutnya dilanjutkan dengan stage 31 (Next Stage). Pada stage 31 Nur

Anda (6) dan Widya (13) membentuk cluster dengan jarak 9,417.

Selanjutnya dilanjutkan dengan stage 34 (Next Stage). Pada stage 34 Nur

Anda (6) dan Fellya (35) membentuk cluster dengan jarak 10,769.

Selanjutnya dilanjutkan dengan stage 36 (Next Stage). Pada stage 36 Fajar

(4) dan Nur Anda (6) membentuk cluster dengan jarak 11,776. Selanjutnya

dilanjutkan dengan stage 39 (Next Stage). Pada stage 39 Mamik (4) dan

Ferdy (7) membentuk cluster dengan jarak 13,095. Selanjutnya dilanjutkan

dengan stage 41 (Next Stage). Pada stage 41 Mamik (4) dan Sarah (14)



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

membentuk cluster dengan jarak 14,773. Selanjutnya dilanjutkan dengan

stage 43 (Next Stage). Pada stage 43 Mamik (4) dan Afika (16) membentuk

cluster dengan jarak 15,413. Selanjutnya dilanjutkan dengan stage 46 (Next

Stage). Pada stage 46 Nadia (1) dan Mamik (4) membentuk cluster dengan

jarak 19,726. Selanjutnya dilanjutkan dengan stage 48 (Next Stage). Pada

stage 48 Nadia (1) dan Diyah (12) membentuk cluster dengan jarak 23,015.

Selanjutnya dilanjutkan dengan stage 49 (Next Stage). Pada stage 49 Nadia

(1) dan Andrean (22) membentuk cluster dengan jarak 53,016 Dengan

demikian, cluster terdiri dari 17 orang Amanda (48), Dhira (50), Dinda (34),

Robby (17), Fandi (30), Ralfian (28), Nur Akma (15), Nur Anda (6), Widya

(13), Fellya (35), Fajar (36), Mamik (4), Ferdy (7), Sarah (14), Afika (16),

Nadia (1), dan Diyah (12)

• (IDEM)

Cluster Membership

Case 4 Clusters 3 Clusters 2 Clusters

1:Nadia 1 1 1

2:Ajeng 1 1 1

3:Irfan 1 1 1

4:Mamik 1 1 1

5:Riyadh 1 1 1

6:Nur Anda 1 1 1

7:Ferdy 1 1 1

8:Firman 1 1 1

9:Wahub 1 1 1

10:Nadlifah 1 1 1

11:Dianita 1 1 1

12:Diyah 2 2 1

13:Widya 1 1 1



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

14:Sarah 1 1 1

15:Nur Akma 1 1 1

16:Afika 1 1 1

17:Robby 1 1 1

18:Yulianto 1 1 1

19:Ririd 1 1 1

20:Isna 1 1 1

21:Sumari 1 1 1

22:Andrean 3 3 2

23:Nila 1 1 1

24:Shodikun 1 1 1

25:Tulus 1 1 1

26:M. Jullyo 2 2 1

27:Rima 1 1 1

28:Ralfian 1 1 1

29:Derry 1 1 1

30:Fandi 1 1 1

31:Erina 1 1 1

32:Suryati 1 1 1

33:Neny 1 1 1

34:Dinda 1 1 1

35:Fellya 1 1 1

36:Fajar 1 1 1

37:Mica 2 2 1

38:Aning 1 1 1

39:Praswari 1 1 1

40:Herlinda 1 1 1

41:Haydar 1 1 1

42:Ilham 1 1 1

43:Yuanita 1 1 1

44:Mufid 1 1 1

45:Ana 1 1 1

46:F. Daniel 4 3 2

47:M. Nabil 1 1 1

48:Amanda 1 1 1



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

49:Novi 1 1 1

50:Dhira 1 1 1

Gambar 6. ..

Analisa :

Untuk cluster membership dengan 4 cluster yang termasuk dalam cluster 1

adalah nadia, ajeng, irfan, mamik, riyadh, nur anda, ferdy, firman, wahub,

nadlifah, dianita, widya, sarah, nur akma, afika, robby, yulianto, ririd, isna,

sumari, nila, shodikun, tulus, rima, ralfian, derry, fandi, erina, suryati, neny,

dinda, ilham, yuanita, mufid, ana, nabil, amanda, novi, dhira. Yang termasuk

cluster 2 adalah juliyo, mica, dan diyah. Yang termasuk cluster 3 adalah andrean.

Sedangkan yang termasuk cluster 4 adalah f.daniel.



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

Gambar 6. ...

V. Kesimpulan dan Saran

A Kesimpulan

• Non-Hirarki Cluster (K-Means Cluster)

Dari pengklasifikasian dengan Non-Hirarki Cluster maka didapat tampilan

akhir proses clustering data setelah dilakukan 5 tahapan iterasi.



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

Pada cluster 1, variabel kelengkapan, safety, kenyamanan, pelayanan,

promosi, image, kea_parkir, toilet, harga, dan layout bernilai 4. Pada variabel

kebersihan, dan pencahayaan bernilai 5. Sedangkan variabel kebisingan bernilai 3.

Pada cluster 2, (IDEM).

Dan didapat semua responden bertotal (N) 50 orang dengan 0 data yang

hilang (Missing) dengan variabel yang paling menunjukkan adanya perbedaan

adalah macam makanan. Hal ini ditunjukkan dengan nilai F=54,266 dan

Sig=0,000. Sedangkan variabel yang paling menunjukkan adanya persamaan

adalah keamanan tempat dengan nilai F=0,000 dan Sig=0,985.

• Hirarki Cluster (Hierarchical Cluster)

Pada Hirarki Cluster (Hierarchical Cluster) diperoleh hasil bahwa dengan

jumlah data atau case (N) 50 data atau case yang valid adalah 100,0%. Tidak 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%.

Responden dengan nilai proximity matrix terkecil adalah Makruf (41) -

Melinda (1), Robby (17) - Makruf (41), Evita (28) - Regina (17), Regina (17) -

Evita (28), Silvia (23) – Evita (28), dan Evita (28) - Silvia (23) dengan nilai

koefisien 1,000. Semakin kecil nilai koefisien maka semakin mempunya selera

yang sama atau kesamaan dalam pemilihan. Maka Makruf (41) - Melinda (1),

Robby (17) - Makruf (41), Evita (28) - Regina (17), Regina (17) - Evita (28),

Silvia (23) – Evita (28), dan Evita (28) - Silvia (23) memiliki selera yang sama

dalam pemilihan kuisioner mengenai Rm.Sederhana.



SESI / MEJA

TNR 10

Space 1.0

Bold, Italic

B Saran

(Minimal 3 untuk modul, kalimat pembuka)

DAFTAR PUSTAKA

(3 Buku dan 5 Internet) min tahun 2013

tnr 12 modul vi space 2 - lsoupnjatim.files.wordpress.com · mengelompokkan objek-objek berdasarkan...

Documents