Contoh Kasus Metode K-Means Terbaru
K-means adalah sebuah metode yang digunakan untuk mengelompokkan atau mengklaster berdasarkan kelas yang telah kita tentukan. Pengelompokkan yang dilakukan biasanya berdasarkan kategori yang ada, dari kategori ini kita akan mengetahui data yang terususun dengan konsep seperti halnya data mining.
Data mining digunakan sebagai datawarehouse kecil yang berfungsi sebagai gudang data yang selanjutnya digunakan untuk mengolah keputusan sehingga menghasilkan sebuah cluster. Nah dalam kehidupan kita sehari-hari banyak sekali kasus-kasus atau permasalahan yang dapat di selesaikan dengan metode K-means ini.
Kenapa metode ini sangat mudah untuk di implementasikan pada kasus-dalam kehidupan sehari-hari?, karena memang metode ini adalah metode dengan konsep seperti metode pengambilan keputusan, letak bedanya adalah pada perhitungan metode K-means membutuhkan data mining sebagai data olahannya.
Contoh kasus penerapan metode k-means
1.Kasus penjualan produk
Pada kasus ini misalkan kita akan mengetahui sebuah produk yang ada pada sebuah toko dari tingkat penjualan. Pada contoh ini data yang akan diolah yaitu data produk beserta data penjualannya. Selanjutnya kategori yang digunakan yaitu makanan, minuman, kebutuhan harian. Dari kategori yang diketahui akan mengetahui cluster yang telah kita tentukan dari tingkat penjualannya misalnya cluster yang kita tentukan yaitu sedikit, sedang dan banyak. Nah untuk ouput akhirnya makan akan diketahui produk mana dengan cluster penjualan tertinggi, sedang dan terendah.
2. Kasus penjurusan SMA
Pada kasus penjurusan SMA data yang kita gunakan yaitu data siswa, data nilai setiap mata peajaran serta data jurusan yang ada, misalkan saja jurusan yang ada yaitu IPA dan IPS maka kedua jurusan inilah yang nantinya akan menjadi cluster dalam keputusan penentuan jurusan SMA tersebut. Untuk data nilai yang di olah misalkan data nilai setiap pelajaran. Hampir sama dengan konsep seperti kasus no 1 kita memerlukan kategori sebagai penentuan titik pusat cluster nantinya, jika melihat pada kasus ini kategori yang digunakan yaitu mata pelajaran yang ada misalkan mtk, bahasa indonesia dan sebagainya.
3.Penentuan penerima beasiswa
Pada kasus penerima beasiswa data mining yang diolah tidak begitu baganyak pada setiap alternatifnya. Misalkan untuk memberikan beasiswa kategori yang digunakan yaitu penghasilan orang tua, jumlah tanggungan, pengeluaran perbulan. Dari contoh kategori ini, kita bisa asumsikan cluster yang akan digunakan yaitu layak atau tidak layak. Layak atau tidak layak adalah sebuah ouput dari data yang diolah dengan metode K-means.
4.Penentuan tingkat kejahatan
Pada kasus untuk mengetahui tingkat kejahatan, variabel atau kriteria yang digunakan misalkan pembnh*n, curanmor, dan nark*ba dan sebagainya. Data kategori kita gunakan untuk menghitung titik pusat cluster. Dengan cluster yang akan kita tentukan yaitu tinggi dan rendah.
5.Penentuan tingkat penggunaan obat pada rumah sakit
Pada kasus ini data yang diolah yaitu data pemberian obat yang diberikan pada pasien, dari data tersebut dapat kita kategori dalam beberapa kategori yaitu misalnya cair, kaplet, tablet dan juga kapsul Nah untuk cluster yang dapat kita gunakan misalnya tinggi, sedang dan rendah.
Secara konsep penggunaan dan implementasi metode ini dapat kita lihat seperti beberapa contoh diatas adalah sama. Yang perlu diketahui adalah data mining yang akan diolah, penentuan kategori dari data yang diolah sebagai penentuan pusat cluster nantinya dan juga cluster yang akan di gunakan sebagai ouput akhir dari perhitungan k-means.
Bagi teman-teman yang mengalami kesulita dalam mencari kasus dalam implementasi metode k-means ini dapat berkonsultasi dengan saya melalu wa atau bbm, silahkan kontak lebih lanjut. Kami juga membuka jasa pembuatan aplikasinya.