Perbaikan Performa Cluster K-Means Menggunakan Sum Squared Error (SSE) Pada Analisis Online Customer Review Terhadap Produk Toko Online

Abstrak

Salah satu teknik dalam Data Mining yaitu clustering. Clustering adalah pengelompokan sejumlah data atau objek ke dalam cluster (group) sehingga setiap dalam cluster tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam cluster yang lainnya. K-means mempunyai kemampuan mengelompokkan data dalam jumlah yang cukup besar dengan waktu komputasi yang relatif cepat dan efisien. Namun, K-means mempunyai mempunyai kelemahan yang diakibatkan oleh penentuan pusat awal cluster. Hasil cluster yang terbentuk dari metode K-means ini sangatlah tergantung pada inisiasi nilai pusat awal cluster yang diberikan.Ini menyebabkan hasil clusternya berupa solusi yang sifatnya local optimal. Penelitian ini melakukan pencarian pusat cluster yang paling optimum berbasis Sum Of Squared Error (SSE), diharapkan pusat cluster yang diperoleh nantinya akan menghasilkan cluster - cluster, dimana antar anggota cluster memiliki tingkat kemiripan yang tinggi. Perbaikan performa cluster K-Means akan diterapkan pada Analisis Penilaian Online Customer Review dan Rating pada Online Marketplace.