Agglomerative Hierarchical Clustering( AHC)

 Agglomerative Hierarchical Clustering( AHC)

    Hierarchical Clustering adalah metode analisis kelompok yang berusaha untuk membangun sebuah hirarki kelompok data. Strateri pengelompokannya umumnnya ada 2 jenis yaitu Agglomerative (Buttom-Up) dan Devisive (Top-Down). Pada bagian ini akan dibatasi hanya menggunakan konsep Agglomerative (Buttom-Up).

 Algoritma AHC

1. Hitung atrik jarak antar data (menggunakan Eucliden atau Manhattan Disatance)
2. Gabungkan dua kelompok terdekat menjadi satu kelompok data:

• Single Lingkage (Jarak Terdekat)
• Complete Lingkage (Jarak Terjauh)
• Avarage Lingkage (Jarak Rata-rata)

        3. Perbaharui matrik jarak antar data untuk merepresentasikan antara kelompok baru dengan                    kelompok yang masih tersisa.

        4. Ulangi langkah 2-3 sampai hanya satu kelompok yang tersisa.

Algoritma Agglomerative

    1. Konversi attribute menjadi distance matrix

    2. Diawal, tiap objek (sampel) adalah cluster tunggal.

    3. Lakukan tahap di bawah hingga cluster menjadi satu :

• Merge dua cluster terdekat(similar)
• Update distance matrix