Pendahuluan

Analisis gerombol (Cluster Analysis) merupakan metode dalam statistika multivariat yang digunakan untuk mengelompokkan objek berdasarkan kemiripan karakteristiknya.
Tujuan dari analisis ini adalah agar objek dalam satu kelompok memiliki kemiripan yang tinggi, sedangkan antar kelompok berbeda secara signifikan.

Pada latihan ini akan dilakukan Analisis Gerombol Berhierarki menggunakan dataset iris.

Langkah 1: Persiapan Data

library(factoextra)

## Warning: package 'factoextra' was built under R version 4.5.2

## Loading required package: ggplot2

## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

# Menggunakan dataset bawaan R
data(iris)
head(iris)

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

# Hanya ambil variabel numerik
iris_data <- iris[, 1:4]

Langkah 2: Standarisasi Data

Standarisasi diperlukan agar setiap variabel memiliki skala yang sama.

iris_scaled <- scale(iris_data)

Langkah 3: Menghitung Jarak Antar Objek

Digunakan ukuran jarak Euclidean distance untuk menghitung kemiripan antar observasi.

dist_iris <- dist(iris_scaled, method = "euclidean")

Langkah 4: Membentuk Dendrogram (Metode Ward.D2)

Metode Ward.D2 digunakan untuk meminimalkan variasi dalam cluster yang terbentuk.

hc_iris <- hclust(dist_iris, method = "ward.D2")

Langkah 5: Visualisasi Dendrogram

Dendrogram memperlihatkan bagaimana setiap observasi bergabung ke dalam kelompok secara bertingkat.

fviz_dend(hc_iris, 
           k = 3, 
           rect = TRUE, 
           rect_border = "steelblue", 
           main = "Dendrogram Data Iris (Metode Ward.D2)",
           xlab = "Observasi", 
           ylab = "Jarak (Euclidean)")

## Warning: The `<scale>` argument of `guides()` cannot be `FALSE`. Use "none" instead as
## of ggplot2 3.3.4.
## ℹ The deprecated feature was likely used in the factoextra package.
##   Please report the issue at <https://github.com/kassambara/factoextra/issues>.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

Langkah 6: Pembentukan Cluster

Dendrogram dipotong menjadi 3 cluster, sesuai dengan jumlah spesies pada data iris.

cluster_iris <- cutree(hc_iris, k = 3)
table(cluster_iris)

## cluster_iris
##  1  2  3 
## 49 30 71

Tambahkan hasil cluster ke dalam data.

iris$Cluster <- as.factor(cluster_iris)
head(iris)

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species Cluster
## 1          5.1         3.5          1.4         0.2  setosa       1
## 2          4.9         3.0          1.4         0.2  setosa       1
## 3          4.7         3.2          1.3         0.2  setosa       1
## 4          4.6         3.1          1.5         0.2  setosa       1
## 5          5.0         3.6          1.4         0.2  setosa       1
## 6          5.4         3.9          1.7         0.4  setosa       1

Langkah 7: Visualisasi Cluster

Visualisasi berikut menampilkan hasil pengelompokan dalam ruang dua dimensi.

fviz_cluster(list(data = iris_scaled, cluster = cluster_iris),
             geom = "point", 
             ellipse.type = "convex", 
             palette = "jco", 
             ggtheme = theme_minimal(),
             main = "Visualisasi Cluster Iris (Hierarchical Clustering)")

Interpretasi Hasil

Dari dendrogram dan hasil pemotongan menjadi 3 cluster, tampak bahwa struktur pengelompokan cukup sesuai dengan jenis spesies asli pada data iris.
Cluster pertama cenderung terdiri dari spesies Setosa, yang memiliki ukuran petal yang kecil.
Dua cluster lainnya mengelompokkan Versicolor dan Virginica, yang memiliki ukuran petal dan sepal lebih besar.
Metode Ward menghasilkan pembagian yang relatif seimbang antar cluster.

Kesimpulan

Metode Hierarchical Clustering (Ward.D2) berhasil membentuk tiga kelompok utama berdasarkan kemiripan karakteristik bunga.
Analisis ini berguna untuk memahami pola alami dalam data tanpa perlu mengetahui label kelas sebelumnya.
Visualisasi dendrogram dan scatter plot membantu menginterpretasikan hasil dengan jelas.

Teknik Peubah Ganda

Dewa Rizky Meidiva Pratama

2025-11-10