Machine Learning: K-Means Clustering

Machine Learning: K-Means Clustering

APA LANGKAH SELANJUTNYA?

Banyak sekali langkah-langkah yang bisa dilakukan setelah kita mendapatkan pembagian kluster yang baik. Dalam kasus kali ini, kita memiliki pembagian kluster pelanggan berdasarkan jumlah penghasilan tahunan dan rating pengeluaran rutinnya apakah ia pembelanja besar atau pembelanja irit.

Sekarang kita memiliki 5 kelompok dengan bentuk dan karakteristik sebagai berikut:

  • Kluster 1 (warna merah), adalah pelanggan yang konservatif dengan penghasilan sedang dan pengeluaran sedang. Ini adalah titik di mana kita bisa melihat efektivitas strategi pemasaran kita saat ini. Bisa juga dibilang, fokus pemasaran mall saat ini adalah menyasar ke kluster ini, karena jumlah data poin yang masuk di kluster ini sangat banyak.
  • Kluster 2 (warna biru tua) adalah pelanggan yang irit. Mereka berpenghasilan besar, namun tidak mau mengeluarkan uang banyak. Dalam hal ini ada peluang meningkatkan strategi marketing spesifik untuk kluster ini. Karena potensi pembelian mereka sangat besar. Barangkali selama ini ada alasan mengapa mereka ragu berbelanja di mall kita. Ini adalah masalah yang harus segera diketahui apa alasannya.
  • Kluster 3 (warna hijau) adalah pelanggan yang berpenghasilan kecil dan belanja irit. Barangkali produk atau tenants di mall kita terlalu mahal. Setidaknya ita tahu bahwa potensi pembelian mereka memang tidak besar, dan kita juga tahu bahwa mereka kurang tertarik menghabiskan uangnya di kita.
  • Kluster 4 (warna biru muda) adalah mereka yang berpenghasilan rendah namun cukup royal (boros). Sepertinya strategi marketing kita sudah berhasil untuk menyasar pasar ini. Langkah selanjutnya adalah terus dipertahankan dan ditingkatkan untuk kluster ini.
  • Kluster 5 (warna unggu) adalah mereka yang berpenghasilan besar dan royal. Barangkali mereka hanya berbelanja di produk-produk yang ekslusif saja di mall kita. Perlu diperhatikan apa yang membuat mereka mau menghabiskan uangnya cukup banyak. Fokuskan ke sana agar total penjualan terus meningkat.

Tentunya itu adalah analisis sederhana yang bisa dilakukan setelah mengetahui pembagian kluster data pelanggan mall ini. Analisis yang lebih dalam dan lebih fokus tentunya masih bisa dilakukan, tergantung kebutuhan dan tujuannya.


Demikian pembahasan mengenai K-Means Clustering. Semoga pembaca bisa juga melakukan pembagian cluster untuk permasalahan nyata yang dihadapi. Teknik ini juga bisa dilakukan untuk membagi kluster terhadap pengguna media sosial seperti facebook, sehingga kita tahu konten iklan apa yang sesuai untuk masing-masing kluster.

Terima kasih sudah membaca, semoga bermanfaat.

Bagikan artikel ini:

Pages: 1 2 3 4

Subscribe
Notify of
guest
45 Comments
Oldest
Newest Most Voted
Inline Feedbacks
View all comments
Rizki
Rizki
11 months ago

makasih pak, sangat jelas detail dan bisa di jalankan tanpa adanya kesulitan

Eko
Eko
8 months ago

Kalau mengacu pada formula machine learning (Tom M. Mitchell), Formula T,P,E (Task,Performance,Experience) untuk kasus clustering/unsupervised learning ini mengidentifikasinya bagaimana ya pak?

Zulfikar
Zulfikar
6 months ago

cara menampilkan table dataset dan dataframe gimana? thanks

Zulfikar
Zulfikar
Reply to  MB Herlambang
5 months ago

saya kurang paham spyder soalnya saya hanya menggunakan jupyter notebook yg muncul hanya gambar elbow dan hasil clustering nya saja apa ada cara lain jika menggunakan jupyter notebook? Terimakasih pak

Zulfikar
Zulfikar
Reply to  MB Herlambang
5 months ago

kalau tabel basil clustring (y_means) bisa? maaf banya tanya baru belajar? saya coba pake algoritma r sudah bisa cuman install spyder ada error saya ga tau kenapa jadi saya masih penasaran

Zulfikar
Zulfikar
Reply to  MB Herlambang
5 months ago

supaya tahu id mana di cluster mana..karena di website bapak tidak ada keteranganya cluster merah itu id berapa saja dst..terimakasih pak

Zulfikar
Zulfikar
Reply to  MB Herlambang
5 months ago

terimakasih banyak pak infonya sangat membantu semoga ilmunya berkah ya pak ๐Ÿ˜€

dian samuel
dian samuel
5 months ago

halo pak, saya mau bertanya, dari sekian banyak kolom yang ada dalam dataset, bagaimana menentukan 2 kolom terakhir untuk digunakan dalam kmeans clustering?

dian samuel
dian samuel
Reply to  MB Herlambang
5 months ago

misalnya pak, kita mengacu penggunaan data iris yang sering digunakan, nah dari kebanyakan pengaplikasian iris dataset pada kmeans clustering,variabel yang digunakan adalah petal width dan petal length. apakah ada teknik khusus pak? ataukah di kmeans itu sendiri, sudah memilih variabel mana yang cocok untuk dikelompokkan?

dian samuel
dian samuel
Reply to  MB Herlambang
3 months ago

halo pak, mau bertanya lagi, bagaimana pengerjaan taknik elbow secara manual ya pak?

dian samuel
dian samuel
Reply to  MB Herlambang
3 months ago

terimakasih pak, saya sudah mencoba. Saya mau bertanya kembali, apakah bapak ada memuat artikel tentang k-means yang memakai trick kernel (kernel K-Means)? saya sudah mencari di website ini dan hasilnya not found.

Resty
Resty
5 months ago

Saya bary pertama kali memakai RStudio ini, mu tanya kalau muncul “Error : objeck ‘wcss’ not found’ itu kenapa ya?. Itu muncul nya setelah baris for di Run

Resty
Resty
Reply to  MB Herlambang
4 months ago

Terimakasih Pak, yg itu sudah berhasil dan sudah muncul grafiknya. Cuman saya masih bingung dengan hasilnya, hasil bapak kenapa bisa 50000, 100000 dst…? Sedangkan grafik saya hasilnya 0e+00 dan 4e+10, itu kenapa ya? boleh dibantu lagi pak…

Resty
Resty
Reply to  MB Herlambang
4 months ago

Iya pak membahas k-means

Resty
Resty
Reply to  MB Herlambang
4 months ago

Sudah di eksekusi dan grafiknya sudah muncul. Kalau grafik bapak kan bagian wcss di grafiknya itu mucul angka 50000, 100000, 150000 dst. sedangkan saya muncul di bagian wcss grafiknya itu 0e+00, 4e+10. itu kenapa ya pak? apa itu karena pengaruh data yang dimasukkan?

Resty
Resty
Reply to  MB Herlambang
4 months ago

Iya pak datanya menggunakan data sendiri, jadi tidak ada masalah berarti ya pak? saya kira itu ada error atau apa. Terimakasih banyak pak jawabannya sangat membantu sekali

Ramadhan
Ramadhan
4 months ago

caranya gimana pak? apa eksekusi perbaris? saya error terus

Abdul
Abdul
3 months ago

Aslm pak..mo tanya ttg k-means..
Jika data yg saya punya dlm bentuk data categorical sebanyak 7 fitur dan datanya sebanyak 100 baris..
Bagaimana cara mengubah data categorical ke dlm numeric?
Kl menggunakan python source code nya bagaimana?
Terima kasih..

dede brahma
dede brahma
2 months ago

mas izin belajar dari code nya.
terima kasih buat ilmunya ๐Ÿ™‚

Muhammad Taufik
Muhammad Taufik
2 months ago

pak saya mau bertanya kalo untuk data pekanggan hotel bisa di cluster?dan outputnya segementasi pelanggan bisa?saya masih kurang paham pak terimakasih

dian samuel
dian samuel
2 months ago

selamat siang pak, mau bertanya saya punya data facebook untuk user yang melakukan penjualan online baik melalui vidio, status, photo dan link dengan feature status_publis yang berisi tanggal dan waktu publis, dan reaksi terhadap penjualan yakni berupa comment, likes, share. Kemudian setelah saya analisis ternyata status_publis tersebut bisa saya perlebar lagi menjadi hari publis jualan, waktu publis jualan, bulan publis jualan, dan tahun publis jualan dengan satuan yang berbeda-beda. Saya mau bertanya, apakah saya bisa mengelompokkan data saya tersebut menggunakan k-means walaupun satuannya berbeda-beda yakni ada yang satuan bulan, tahun, hari, dan jam serta untuk reaksi seperti commens, likes, shares… Read more »

dian samuel
dian samuel
Reply to  MB Herlambang
2 months ago

oo begitu terimakasih pak. Mau bertanya kembali, apakah bapak pernah membahasa Kernel K-Means?

Linggar bagas
2 months ago

Pak kalau hasil uji k-means pakai silhuette coefficient dan purity measure itu bagaimana penerapannya pada python, mohon bantuanya pak

Ekki Rizki Ramadhan
Ekki Rizki Ramadhan
1 month ago

Hallo pak, Maaf sebelumnya pak, saya ingin bertanya untuk pengukuran kualitas dari clustering. sebenarnya saya sendiri masih bingung dalam hal penerapan Teknik Elbow, silhouette, dan DBI. dan jujur, saya sangat kurang paham dalam statistika karena memang diajarkan hanya untuk digunakan, menurut bapak, dari ketiga metoda diatas yang paling cocok untuk pengukuran clustering itu yang mana ya pak? selain itu untuk keyword dalam mencari di jurnal sekiranya apa ya pak? sudah beberapa belakangan ini saya sedikit buntu. sekian dan terima kasih pak

Ekki Rizki Ramadhan
Ekki Rizki Ramadhan
Reply to  MB Herlambang
1 month ago

Terima kasih pak atas jawabannya. Saya ingin bertanya kembali. Sebelumnya, Saya sudah mencoba ketiganya pak, tapi hasilnya tidak bersinergi. Jika salah satunya hasilnya bagus, apakah saya perlu menggunakan salah satunya saja pak?

Misal, di dalam riset saya silhouette sangat bagus jika k = 2, sedangkan di elbow k=2 & k=3 termasuk, dan pada davies bouldin k=5 yang hasilnya bagus. Nah jika dilihat dari validasinya berarti lebih baik saya memasukkan sillhouette dan elbow ya pak?