<![CDATA[Salah satu permasalahan utama dalam data mining adalah untuk menemukan metode clustering yang powerful. Terdapat suatu pendekatan baru dengan menggabungkan lebih dari satu metode clustering dikenal juga sebagai multi-clustering. Salah satu metode yang telah diperkenalkan adalah bagging (bootstrap aggregating). Metode tersebut terdiri dari metode clustering dasar dan metode clustering hierarki untuk mengkombinasikan partisi yang dihasilkan oleh metode clustering dasar. Triangular kernel nearest neighbor (TKNN) merupakan salah satu metode clustering berbasis densitas yang memiliki kemampuan untuk menghasilkan jumlah cluster secara otomatis. Penelitian ini menggunakan TKNN sebagai metode clustering dasar dalam metode bagging. Analisis komparatif menggunakan nilai F-Measures untuk empat metode single clustering (TKNN, ILGC, DBSCAN dan DENCLUE) dengan 9 dataset untuk menganalisa kinerja dari metode yang diusulkan. Berdasarkan hasil percobaan, menunjukkan beberapa hasil cluster yang lebih baik.]]>
Copyrights © 2019
