Nama & NIM :

Nur Hasti H Ika

1324122

Gading Bramantio

1524005

Bagus Budi Prabowo

1524011

Viktorius Metoldris See Reko

1524013

1. Definisi Analisis Cluster

Analisis cluster merupakan analisis multivariat yang mempunyai tujuan mengelompokkan
objek-objek berdasarkan karakteristik yang dimilikinya. (kemiripan dari data).
Analisis cluster dapat dibagi menjadi dua bagian yaitu:
a. Analisis Cluster dengan metode hierarki . Analisis ini merupakan analisis yang
mengelompokkan data dengan cara mengukur jarak pada setiap obyek yang kemudian
membentuk sebuah dendogram. Dari dendogram ini akan dapat dilihat obyek mana
saja yang saling berdekatan satu sama lain. Selain itu dapat pula untuk menentukan
kelaskelas (jenisnya) yang dapat maupun yang akan dibentuk.
b. Analisis Cluster dengan metode non hierarki. Analisis ini lebih menekankan pada
metode pengelompokan data dengan menentukan banyak kelas terlebih dahulu.
Setelah itu baru dilakukan analisis dengan menggunakan metode k-Means atau
dengan mengelompokkan obyek-obyek berdasarkan rata-rata dan mengelompokkan
dahulu objek tersebut yang paling dekat dengan rata-rata yang terbentuk.

2. Kegunaan Analisis Cluster untuk Perencanaan Wilayah dan Kota

Secara umum, analisis cluster ini memiki manfaat sebagai berikut :
a. Untuk menerapkan dasar dasar pengelompokan dengan lebih konsisten.
b. Untuk mengembangkan suatu metode generalisasi secara induktif, yaitu pengambilan
kesimpulan secara umum dengan berdasarkan fakta fakta khusus.
c. Menemukan tipologi yang cocok dengan karakter obyek yang diteliti.
d. Mendeskripsikan sifat sifat atau karakteristik dari masing masing kelompok
(cluster).
3. Contoh Penggunaan Analisis Cluster

a.

HIERARCHICAL CLUSTER ANALYSIS TERHADAP PELANGGAN PASAR

BERINGHARJO YOGYAKARTA

Pada penelitian ini, peneliti menggunakan metode hirarki yang dimulai dengan
mengelompokkan dua atau lebih objek yang memiliki kesamaan yang paling dekat.
Kemudian proses diteruskan ke objek lain yang memiliki kedekatan kedua. Demikian
seterusnyasampaiclusterakanmembentuksemacam pohon hirarki (tingkatan) yang jelas
antar objek dari yang paling mirip sampai yang paling tidak mirip. Bentuk yang lebih jelas
menggambarkan proses hirarki adalah Dendogram.
Metode yang digunakan untuk mengukur kesamaan antar objek adalah Average Linkage
(pautan rata-rata). Metode ini akan mengelompokkan rata-rata jarak seluruh individu dalam
suatu cluster dengan jarak seluruh individu dalam cluster yang lain. Hasil berupa Average
Linkage Clustering dapat disajikan dalam bentuk suatu dendogram atau diagram pohon.
Cabang-cabang pohon menunjukkan cluster (kelompok). Cabang-cabang tersebut bertemu
bersama-sama pada simpul yang posisinya sepanjang suatu sumbu jarak (kemiripan).
b. ANALISIS CLUSTER PADA KABUPATEN/KOTA DI JAWA TENGAH
BERDASARKAN PRODUKSI PALAWIJA
Penelitian ini dilakukan di Jawa Tengah dengan mengambil data produksi palawija di
Kabupaten/Kota di Jawa Tengah Tahun 2010 yang diperoleh dari Badan Pusat Statistik
Provinsi Jawa Tengah. Pengolahan data dilakukan dengan bantuan software SPSS 15.0 for
Windows dan MINITAB 14.
Analisis cluster yang digunakan pada penelitian ini adalah analisis cluster k-means,
pengolahan data dilakukan dengan bantuan software MINITAB 14, output dari software
MINITAB 14 kemudian dianalisis.