Hierarchical Clustering Adalah: Jenis dan Cara Kerja

Hierarchical Clustering adalah salah satu algoritma unsupervised learning dalam Machine Learning yang digunakan untuk mengelompokkan data berdasarkan tingkat kemiripan antar objek. Metode ini membangun struktur hierarki atau tingkatan cluster sehingga hubungan antar data dapat divisualisasikan dengan lebih mudah melalui dendrogram.

Dalam bidang Data Science, Data Mining, bioinformatika, hingga analisis pasar, Hierarchical Clustering sering digunakan untuk menemukan pola tersembunyi dalam dataset tanpa memerlukan label data. Pada artikel ini kita akan membahas pengertian Hierarchical Clustering, sejarah, jenis-jenisnya, cara kerja, kelebihan, kekurangan, serta contoh penerapannya.

Apa itu Hierarchical Clustering?

Hierarchical Clustering adalah metode clustering dalam Machine Learning dan Data Mining yang digunakan untuk mengelompokkan data berdasarkan tingkat kemiripan antar objek. Metode ini membangun struktur hierarki berupa pohon yang disebut dendrogram sehingga hubungan antar kelompok data dapat divisualisasikan secara bertingkat.

Berbeda dengan algoritma clustering seperti K-Means yang mengharuskan jumlah cluster ditentukan sejak awal, Hierarchical Clustering tidak memerlukan jumlah cluster terlebih dahulu. Algoritma ini bekerja dengan menggabungkan atau memisahkan data secara bertahap hingga terbentuk struktur cluster yang optimal.

Karena mampu menampilkan hubungan antar data secara visual dan mudah dipahami, Hierarchical Clustering banyak digunakan dalam bioinformatika, segmentasi pelanggan, analisis dokumen, pengenalan pola, dan penelitian akademik.

Baca Juga: Clustering: Pengertian, Jenis dan Contoh penerapannya 

Sejarah Hierarchical Clustering

Metode ini pertama kali diperkenalkan pada tahun 1950-an dan terus mengalami perkembangan sejak saat itu. Pada awalnya, konsep Hierarchical Clustering diajukan oleh Mirkin S. Rottenberg pada tahun 1951. Namun, pada waktu itu belum ada teknologi komputasi yang memadai untuk mengimplementasikannya.

Pada tahun 1960-an, beberapa ahli statistik dan ilmu komputer mengembangkan algoritma dan metode Hierarchical Clustering yang lebih canggih. Robert L. Sibson pada tahun 1963 memperkenalkan algoritma “single linkage” yang menggabungkan klaster berdasarkan jarak terdekat antara entitas dalam klaster-klasternya.

Selanjutnya, pada tahun 1967, L.L. Cavalli-Sforza dan A. W. Edwards mengembangkan algoritma “complete linkage” yang mempertimbangkan jarak terjauh antara dua entitas dalam klaster untuk menggabungkan klaster.

Pada tahun yang sama, Maurice S. Johnson memperkenalkan algoritma “average linkage” yang menggunakan rata-rata jarak antara entitas dalam klaster untuk penggabungan klaster.

Pada tahun 1973, Joe H. Ward Jr. mengusulkan algoritma “Ward’s Method” yang menggunakan fungsi objektif untuk mengoptimalkan varian dalam klaster, sehingga menghasilkan penggabungan klaster yang memiliki kesamaan yang tinggi.

Seiring dengan perkembangan teknologi komputer, Hierarchical Clustering menjadi lebih populer dan dapat diterapkan pada dataset yang lebih besar. Algoritma dan teknik Hierarchical Clustering terus diperbaiki dan dikembangkan untuk meningkatkan kecepatan dan akurasi klasterisasi.

Hingga saat ini, Hierarchical Clustering tetap menjadi metode klasterisasi yang penting dan banyak digunakan dalam berbagai bidang seperti ilmu data, bioinformatika, pengenalan pola, dan analisis pasar.

Baca Juga: Pengenalan Pola: Jenis, Cara Kerja dan Implementasi 

Jenis-jenis Hierarchical Clustering

Ada dua jenis utama, yaitu agglomerative clustering dan divisive clustering.

1. Agglomerative Clustering

Agglomerative clustering, juga dikenal sebagai “bottom-up clustering,” dimulai dengan setiap objek sebagai kelompok individu. Kemudian, objek-objek yang paling mirip secara berpasangan digabungkan menjadi kelompok yang lebih besar. Proses penggabungan berlanjut hingga semua objek tergabung dalam satu kelompok.

2. Divisive Clustering

Divisive clustering, juga dikenal sebagai “top-down clustering,” dimulai dengan semua objek sebagai satu kelompok. Kemudian, kelompok tersebut dibagi menjadi kelompok yang lebih kecil berdasarkan perbedaan yang signifikan antara objek-objeknya. Proses ini berlanjut hingga setiap objek berada dalam kelompok terpisah.

Cara Kerja Hierarchical Clustering

a. Agglomerative Hierarchical Clustering

Pendekatan agglomerative dimulai dengan menganggap setiap entitas sebagai klaster tunggal. Langkah-langkah berikut ini menjelaskan cara kerjanya:

• Langkah 1: Hitung matriks jarak antara semua pasangan entitas dalam dataset. Matriks ini menggambarkan jarak antara setiap entitas.
• Langkah 2: Gabungkan dua entitas yang memiliki jarak terdekat menjadi satu klaster baru. Jarak antara klaster baru dengan klaster lain dihitung berdasarkan metode penggabungan yang dipilih (misalnya, single linkage, complete linkage, average linkage, atau metode Ward).
• Langkah 3: Perbarui matriks jarak dengan menghitung jarak antara klaster-klaster yang tersisa dan klaster baru yang terbentuk.
• Langkah 4: Ulangi langkah-langkah 2 dan 3 hingga semua entitas tergabung menjadi satu klaster besar.

Proses ini menghasilkan sebuah dendrogram, yaitu representasi visual hierarki klaster yang menunjukkan hubungan antara entitas-entitas dalam klaster.

Baca Juga: Agglomerative Hierarchical Clustering: Cara Kerja dan Kelebihan 

b. Divisive Hierarchical Clustering

Pendekatan divisive dimulai dengan menganggap semua entitas sebagai satu klaster utama. Langkah-langkah berikut ini menjelaskan cara kerjanya:

• Langkah 1: Hitung matriks jarak antara semua pasangan entitas dalam dataset.
• Langkah 2: Bagi klaster awal menjadi dua klaster yang lebih kecil berdasarkan kriteria pemisahan tertentu.
• Langkah 3: Perbarui matriks jarak dengan menghitung jarak antara klaster-klaster baru yang terbentuk dan klaster yang tersisa.
• Langkah 4: Ulangi langkah-langkah 2 dan 3 hingga setiap entitas berada dalam klaster terpisah.

Proses ini juga menghasilkan sebuah dendrogram yang merepresentasikan hubungan hierarki antara entitas dalam klaster.

Metode ini memanfaatkan metrik jarak untuk mengukur tingkat kesamaan atau perbedaan antara entitas-entitas. Beberapa metrik jarak umum yang digunakan termasuk Euclidean distance, Manhattan distance, atau metrik jarak korelasi.

Dalam agglomerative hierarchical clustering, langkah penggabungan klaster didasarkan pada metode penggabungan yang dipilih.

1. Single linkage menggabungkan klaster berdasarkan jarak terdekat antara dua entitas dalam klaster-klasternya.
2. Complete linkage menggabungkan klaster berdasarkan jarak terjauh antara dua entitas dalam klaster-klasternya.
3. Average linkage menggabungkan klaster berdasarkan rata-rata jarak antara entitas-entitas dalam klaster-klasternya.
4. Metode Ward mengoptimalkan varian dalam klaster untuk menggabungkan klaster yang memiliki kesamaan yang tinggi.

Cara kerja metode ini memungkinkan identifikasi pola dan struktur dalam data, serta memberikan representasi visual yang intuitif melalui dendrogram. Dengan memahami tingkat kesamaan atau perbedaan antara entitas dalam klaster, kita dapat mengambil wawasan yang berguna dalam berbagai aplikasi seperti analisis genetika, segmentasi pasar, dan segmentasi gambar.

Baca Juga: Belajar Algoritma Divisive Hierarchical Clustering 

Kelebihan Hierarchical Clustering

Berikut ini beberapa kelebihan, antara lain:

1. Tidak perlu menentukan jumlah cluster sebelumnya.
2. Menghasilkan struktur hierarki yang memberikan pemahaman yang lebih mendalam tentang data.
3. Tidak tergantung pada bentuk atau ukuran cluster yang sebelumnya telah ditentukan.
4. Dapat mengatasi data yang memiliki pola yang kompleks.

Kelemahan Hierarchical Clustering

Meskipun memiliki kelebihan, metode ini juga memiliki beberapa kelemahan, seperti:

1. Rentan terhadap noise dan data outlier.
2. Memiliki kompleksitas komputasi yang tinggi, terutama pada dataset besar.
3. Hasil clustering dapat dipengaruhi oleh metode penggabungan dan metode pengukuran jarak yang digunakan.
4. Tidak efisien dalam mengatasi data dengan dimensi yang tinggi.

Contoh Penggunaan Hierarchical Clustering

Hierarchical clustering dapat diterapkan dalam berbagai bidang dan kasus penggunaan, seperti:

1. Analisis pembagian wilayah berdasarkan karakteristik demografi, ekonomi, atau geografis.
2. Pengelompokan konsumen berdasarkan perilaku pembelian atau preferensi produk.
3. Segmentasi pelanggan untuk mengidentifikasi kelompok target yang berbeda.
4. Analisis genetika untuk mengklasifikasikan jenis-jenis penyakit berdasarkan profil genetik.

Baca Juga: Belajar Data Mining: Pengertian, Metode Dan Cara Kerja

Kesimpulan

Pada pembahasan di atas dapat disimpulkan bahwa Hierarchical Clustering adalah algoritma unsupervised learning yang digunakan untuk mengelompokkan data berdasarkan tingkat kemiripan antar objek. Metode ini membangun struktur hierarki berbentuk dendrogram sehingga hubungan antar data dapat divisualisasikan dan dianalisis dengan lebih mudah dibandingkan beberapa metode clustering lainnya.

Dengan dukungan berbagai metode linkage seperti Single Linkage, Complete Linkage, Average Linkage, dan Ward’s Method, Hierarchical Clustering banyak digunakan dalam Data Mining, Machine Learning, bioinformatika, segmentasi pelanggan, serta pengenalan pola. Meskipun memiliki kompleksitas komputasi yang cukup tinggi, metode ini tetap menjadi salah satu teknik clustering yang paling banyak digunakan untuk analisis data eksploratif.

Artikel ini merupakan bagian dari seri Kecerdasan Buatan KantinIT.com. Jika artikel ini bermanfaat, jangan lupa bagikan ke media sosial atau ke teman kamu.