Penentuan Cluster Terbaik Menggunakan Metode Fuzzy C-Means dengan Analisis Komponen Utama

Latar Belakang. Analisis Cluster merupakan metode pengelompokan objek ke dalam suatu cluster sehingga objek yang berada dalam satu kelompok akan memiliki karakteristik yang mirip dibandingkan dengan objek pada cluster lainnya. Salah satu metode yang bisa digunakan dalam mengelompokkan objek data adalah Fuzzy C-Means (FCM) yang merupakan pengelompokan non-hierarki yang ditentukan oleh nilai derajat keanggotaan. Salah satu masalah yang mungkin muncul adalah adanya multikolinearitas pada data sehingga perlu diatasi, salah satunya dengan menggunakan Analisis Komponen Utama (AKU). Tujuan. Mengelompokkan kabupaten/kota di Provinsi Sulawesi Selatan berdasarkan data kriminalitas tahun 2022 dan menentukan cluster terbaik menggunakan metode FCM dengan AKU dan melihat nilai Davies Bouldin’s Index (DBI) yang lebih kecil. Metode. Pengelompokan dengan menggunakan metode FCM dilakukan setelah terlebih dahulu dilakukan AKU pada data untuk mengatasi multikolinearitas. Berdasarkan hasil dari AKU digunakan total keragaman sebesar 80% untuk menggambarkan keragaman dari data. Selanjutnya, data dikelompokkan menggunakan FCM dan dievaluasi dengan DBI. Hasil. Berdasarkan total keragaman 80% dari hasil AKU diperoleh empat komponen utama pertama yang signifikan menggambarkan keragaman dari data. Dari empat komponen utama tersebut dibentuk dua cluster dan tiga cluster dengan metode FCM. Berdasarkan nilai DBI diperoleh bahwa dua cluster adalah pengelompokan terbaik dengan nilai DBI sebesar 0,088 dibandingkan dengan tiga cluster (nilai DBI 1,226). Hasil pengelompokan FCM tanpa AKU dengan mengeluarkan Kota Makassar dari analisis data diperoleh cluster terbaik sebanyak dua cluster dengan nilai DBI 0,340. Kesimpulan. Pengelompokan FCM dengan AKU dan tanpa AKU pada data kriminalitas menunjukkan bahwa cluster terbaik berdasarkan nilai DBI terkecil adalah sebanyak 2 cluster.