Klasterisasi k-rerata merupakan algoritma klasik dalam pemelajaran mesin. Bagaimana cara kerja algoritma tersebut? Dalam media interaktif ini, kamu akan menjelajah dalam iterasi pertamanya untuk k = 2. Harapannya, kamu dengan mudah akan menyingkap keseluruhan algoritmanya setelah kamu paham betul ide mendasar iterasi pertamanya.
Menemukan Kembali Klasterisasi K-Rerata
Ayo menyingkap bagaimana cara kerja algoritma ini di iterasi pertamanya!
Kamu dapat menggunakan perintah/pertanyaan berikut untuk mengeksplorasi langkah pertama di Iterasi 1.
- Mulailah dengan menggeser dua titik (karena kita pilih k = 2) di posisi yang sembarang.
- Perhatikan bahwa titik-titik pada bidang terbagi menjadi dua klaster: biru dan merah. Menurutmu, apa yang menentukan klasterisasi tersebut?
- Perhatikan juga bahwa setelah kamu menggeser titik-titiknya, posisi baru titik-titik tersebut di Iterasi 1-2 ditunjukkan oleh tanda panah. Menurutmu, bagaimana cara menentukan posisi baru titik-titik tersebut?
Gunakan instruksi/pertanyaan berikut untuk memahami langkah kedua di Iterasi 1.
- Dua titik bertanda silang pada bidang ini merupakan dua titik yang dihasilkan pada langkah sebelumnya (Iterasi 1-1).
- Bandingkan klaster-klaster yang terbentuk pada Iterasi 1-1 dan 1-2. Apakah sama, ataukah berbeda? Jika berbeda, bagaimana cara klasterisasi di langkah ini?
- Menurutmu, apa yang akan terjadi pada Iterasi 2? Kapan menurutmu iterasi-iterasinya akan berhenti?
Ingin belajar lebih lanjut tentang algoritma lengkap klasterisasi k-rerata? Bagaimana menerapkannya untuk memanipulasi gambar? Silakan kunjungi sumber-sumber belajar berikut ini.
- Kristanto, Y. D. (2025). Klasterisasi K-Rerata: Langkah Demi Langkah Klasterisasi dengan Pemrograman R. Jelajah Statistika dan Ilmu Data. https://jelajahstatid.github.io/pos/2025-09-klasterisasi-k-rerata/
- Kristanto, Y. D. (2025). Klasterisasi Warna Foto: Manipulasi Foto dengan Klasterisasi K-Rerata. Jelajah Statistika dan Ilmu Data. https://jelajahstatid.github.io/pos/2025-10-klasterisasi-warna-foto/