Source Code K Means Clustering PHP + Optimasi Elbow

Tentang Algoritma Datamining K-Means

Algoritma K-Means merupakan algoritma untuk mengelompokan data kedalam jumlah cluster tertentu yang sudah ditetapkan diawal sebelum data di proses.

Cluster ini di tetapkan berdasarkan nilai kriteria tertentu seperti (Cluster Rendah, Cluster Sedang, Cluster Tinggi), secara otomatis ketika proses perhitungan sudah selesai data akan terkelompokan sesuai dengan kriteria cluster-cluster tersebut

Contoh Data untuk Algoritma K-Means Clustering

nama	uts	tugas	uas	ipa	indonesia	inggris	perancis	ips	ktk
Roy	89	90	75	70	75	80	80	70	75
Sintia	90	71	95	40	60	70	80	90	71
Iqbal	70	75	80	90	71	95	75	96	93
Dilan	45	65	59	80	70	75	40	60	70
Ratna	65	75	53	70	75	80	90	75	70
Merry	80	70	75	96	93	85	58	40	60
Rudi	90	85	81	70	70	73	40	60	70
Hafiz	70	70	73	45	65	59	75	80	90
Gede	96	93	85	60	70	72	70	73	45
Christian	60	55	48	90	85	81	70	72	90
Justin	45	60	58	65	75	53	58	70	45
Jesika	60	70	72	60	70	72	90	85	81
Ayu	85	90	88	45	60	58	70	45	60
Siska	52	68	55	52	68	55	72	60	70
Reitama	40	60	70	45	60	58	40	60	70

Tentang Algoritma Optimasi Elbow

Aplikasi ini istilahnya beli 1 dapat 2 ya, karena sudah ada metode optimasi algoritma elbow dimana fungsinya untuk mengetahui jumlah cluster mana yang paling optimal pada hasil algoritma kmeans

Mendingan kita langsung saja ulas semua fitur yang ada di kedua algoritma ini, oke ?

Spesifikasi Environtment Aplikasi

Webserver Apache/Nginx (Xampp, Wampp, Xampp, Mampp)
PHP Versi 7.4 (Codeigniter 3)
HTML, CSS, JavaScript
Bootstrap 4
JQuery

Mengulas Fitur Aplikasi K-Means Clustering + Optimasi Elbow

Aplikasi ini sampai sekarang selalu menjadi rujukan mahasiswa komputer yang sedang menjalankan studi penelitianya, jadi hasil dari aplikasi ini sudah berulang kali diuji dengan perhitungan manual, tools dan alat-alat lain

Quick Question : kira-kira apaka bisa aplikasi ini di modifikasi sesuai dengan studi kasus kalian ?? Jawabanya adalah : BISA !!

Fitur ini sebagai syarat untuk masuk kedalam aplikasi kmeans, username & password dapat di masukan saja user : admin, pass : admin maka akan langsung masuk kedalam aplikasinya, sangat dimungkinkan sekali jika anda mau mengganti user & passwordnya nanti

Halaman Dashboard

Halaman dashboard ini masih kosong, kalian dapat memberikan desain-desain interaktif dihalaman ini, perlu di ingat template desain aplikasi ini menggunakan bootstrap 4 dan jquery yang mana ini mudah dan sudah banyak orang tahu

Halaman Biodata Pengembang

Sebuah fitur yang sifatnya additional namun dapat kalian manfaatkan guna memberikan profil diri kalian masing-masing,

Halaman Aplikasi K-Means

Saat pertama buka menu k-means pada navigasi diatas maka akan tampil halaman beserta sub navigasi di samping kiri yang terdiri dari (Dataset Kmeans, Optimasi Elbow, Penentuan Centroid, Proses K-Means dan Hasil Clustering)

Fitur Upload Dataset & Normalisasi Dataset

Yang diupload ini adalah dataset excel seperti dataset yang sudah dijelaskan diatas tadi,

Bagaimana jika dataset kalian berbeda ?? tentu saja aplikasi ini akan secara otomatis mendeteksi dataset pada excel, jadi saat diupload akan langsung otomatis tampil pada aplikasi

Fitur Normalisasi Dataset

Anda tinggal scroll saja kebawah maka akan ketemu dataset yang sudah di normalisasi ini, rumus normalisasi ini menggunakan metode Max-Min,

Trus kenapa sih harus di normalisasi ? gini.. tidak semua data rasio besaranya sama seperti contoh diatas,

Banyak data yang rasio besaranya berbeda, contohnya misalkan kalian punya atribute data harga hard disk (250.000 – 1.500.000) dengan harga laptop (2.500.000 – 50.000.000), besaranya berbeda, maka ini perlu di normalisasi agar rasio jaraknya adil saat dilakukan clustering

Pada intinya data yang dinormalisasi akan valid hasil clustering nya

Fitur Optimasi Elbow

Kenapa fitur elbow duluan ? kok engga k-means duluan ??

Gini, karena sebenarnya fungsi dari algoritma elbow pada kmeans ini adalah untuk mengetahui jumlah cluster mana yang paling optimal, jadi kita bisa tau dan enggak salah pilih jumlah cluster berkat metode elbow ini

Disini saya isikan maksimal jumlah cluster yang akan kita uji adalah 8 cluster dengan maksimal looping sebanyak 10 kali setiap perhitungan cluster

Dari hasil elbow diatas menunjukan ada 2 cluster yang paling optimal yaitu pada jumlah cluster 4 dan 6, kenapa ?? karena sumbu X disini adalah nilai SSE (Error Rate), sedangkan jumlah cluster yang SSE nya paling sedikit adalah 4 dan 6

Namun sepertinya antara 4 dan 6 ini berbeda tipis, jadi dalam uji coba ini saya gunakan jumlah cluster 4

Fitur Pengisian Jumlah Centroid

Setelah kita tahu bahwa jumlah centroid/cluster paling optimal adalah 4 maka kita akan isikan pada menu nomor 3, yaitu penentuan centroid, Setelah itu kita pilih simpan

Jika sudah kita bisa langsung menuju menu ke 4 yaitu Proses K-Means

Fitur Proses K-Means

Disini adalah proses perhitungan kmeans dimulai dari perulangan 1 sampai dengan nilai cluster sebelum sama dengan nilai cluster pada perulangan terakhir, semua proses di jabarkan disini termasuk perhitungan jarak terdekat yaitu euclidean distance

Sepanjang saya browsing mengamati aplikasi demi aplikasi K-Means yang sudah pernah di review orang-orang, saya berani berbicara bahwa aplikasi ini yang paling lengkap untuk penjabaran prosesnya

Kalo yang lain paling hanya input, dan output saja..

Halaman Hasil Cluster K-Means

Ini adalah hasil algoritma k-means, dengan ditampilkan data awalnya berupa tabel, dan ditambahkan kolom paling terakhir yaitu informasi clusternya

Tak hanya itu saja, jika kalian scroll kebawah maka akan ditemukan rangkuman jumlah data pada masing-masing cluster

menarik bukan ??

Aplikasi sekompleks ini saya jual dengan harga Rp. 300.000,- (nilai yang murah demi kelancaran studi/riset kalian semua) + Full Support dari saya sampai aplikasi benar-benar berjalan normal di laptop/pc kalian

Jika anda berminat dengan aplikasi ini, atau anda berminat namun juga ingin memodifikasi aplikasi ini, bisa hubungi saya di nomor WhatsApp saya di tombol dibawah ini :

[whatsapp layout=”button” rounded=”no”]Hubungi Saya[/whatsapp]

Atau Mungkin anda ingin melihat Review Orang-orang tentang aplikasi ini ?? boleh… bisa di tonton video saya berikut ini :