KLASIFIKASI DATA MULTIDIMENSI MENGGUNAKAN SUBTRACTIVE CLUSTERING DAN K-NEAREST NEIGHTBOR

Abstract

Proses pengelompokan data (clustering) pada data multi dimensi dapat dilakukan dengan menggunakan algoritma  SubtractiveClustering. Dalam proses pengelompokan data (clustering) untuk menentukan pusat  cluster  (centroid), dipengaruhi oleh besarnya nilai parameter yang diantaranya  influence range, squash, accept_ratio  dan  reject_ratio.  Dan dalam  mengklasifikasikan data terdapat beberapa teknik yang dapat digunakan, salah satunya adalah  metode  k-Nearest Neightbor  yang mengklasifikasikan data dengan ketetanggaan sebagai nilai prediksi dari  query instance  yang baru.