https://inibudi.or.id/wiki/index.php?action=history&feed=atom&title=Algoritma_K-means 2026-05-23T06:49:08Z Riwayat revisi halaman ini di wiki MediaWiki 1.43.0 https://inibudi.or.id/wiki/index.php?title=Algoritma_K-means&diff=16834&oldid=prev 2025-07-31T21:35:18Z

<p>Batch created by Azure OpenAI</p> <p><b>Halaman baru</b></p><div>Algoritma K-means merupakan salah satu metode clustering yang paling populer dan sering digunakan dalam analisis data. Algoritma ini bekerja dengan membagi data ke dalam K kluster berdasarkan kemiripan satu sama lain, sehingga setiap data berada pada kluster dengan pusat (centroid) terdekat.<br /> <br /> == Cara Kerja ==<br /> Proses K-means dimulai dengan menentukan jumlah kluster (K) yang diinginkan. Kemudian, algoritma memilih centroid awal secara acak dan mengelompokkan data ke centroid terdekat menggunakan [[metrik jarak Euclidean]]. Centroid akan diperbarui berdasarkan rata-rata posisi data dalam kluster, dan proses ini diulang hingga posisi centroid stabil.<br /> <br /> == Kelebihan dan Kekurangan ==<br /> Kelebihan utama K-means adalah kesederhanaannya dan efisiensinya dalam memproses data berukuran besar. Namun, algoritma ini sensitif terhadap pemilihan centroid awal dan jumlah kluster K yang harus ditentukan terlebih dahulu. Selain itu, K-means kurang efektif untuk data dengan bentuk kluster yang tidak bulat atau berdimensi tinggi.<br /> <br /> == Aplikasi K-means ==<br /> K-means banyak digunakan dalam [[segmentasi pasar]], pengelompokan gambar, dan pengelompokan dokumen. Selain itu, algoritma ini menjadi dasar bagi berbagai teknik clustering lain dalam [[machine learning]].</div>

Budi