Data awal

2
2
3
3
3
4
1
4
6
6
5
7
7
8
4
8
6
9
9
3
9
8
10
11
10
12
11
13
12
14

x1
x2
x3
x4
x5
x6
x7
x8
x9
x10
x11
x12
x13
x14
x15
x16
x17
x18
x19
x20
x21
x22
x23
x24
x25
x26
x27
x28
x29
x30

No
x1
x3
x4
x5
x6
x7
x8
x9

c1
2
2
2
2
2
2
2
2

1
3
2
4
1
2
3
5
4
3
2
5
3
6
7
7
5
4
7
7
6
4
5
7
7
8
5
9
5
7

10
9
8
7
6
5
4
3
2
1
0

2
3
3
3
4
1
4
6

1. Set 30 objek Cluster menja

2. Asumsikan c1=(2,3,) dan c
3. c1 dan c2 dipilih sebagai m
4. Menghitung jaraksetiap re
medoidsterdekatnya. Cost di
jarakmetrikMinkowskidenga
5. Rumus penghitungannya:

Data Objects
3
3
3
3
3
3
3
3

1
2
4
1
2
3
5
4

Cost(Distances)
2
2
2
3
3
1
4
5

x10
x11
x12
x13
x14
x15
x16
x17
x19
x20
x21
x22
x23
x24
x25
x26
x27
x28
x29
x30

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

6
5
7
7
8
4
8
6
9
3
9
8
10
11
10
12
11
13
12
14

3
2
5
3
6
7
7
5
7
7
6
4
5
7
7
8
5
9
5
7

4
4
7
5
9
6
10
6
11
5
10
7
10
13
12
15
11
17
12
16

104

Totalcost

Langkah 2
1. Pemilihan non-medoids O' secara acak
2. Asumsikan O' = (8,7)
3. Maka sekarang medoids yang c1 (2,3) dan O' (8,7)
4. Jika c1 dan O' medoids baru maka

No
x1
x3
x4
x5
x6
x7
x8

c1
2
2
2
2
2
2
2

Data Objects
3
3
3
3
3
3
3

2
3
3
3
4
1
4

1
2
4
1
2
3
5

Cost(Distances)
2
2
2
3
3
1
4

x9
x10
x11
x12
x13
x14
x15
x16
x17
x19
x20
x21
x22
x23
x24
x25
x26
x27
x28
x29
x30

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

6
6
5
7
7
8
4
9
6
9
3
9
8
10
11
10
12
11
13
12
14

3
3
2
5
3
6
7
4
5
7
7
6
4
5
7
7
8
5
9
5
7

4
4
4
7
5
9
6
8
6
11
5
10
7
10
13
12
15
11
17
12
16

99

Totalcost

Perhitungan Cost Swapping (S) medoids dari c2 ke O' adalah:

S = cost(baru) - cost(lama)
S = 99- 106 = 0 > 7
Iterasi berlanjut sampai nilai cost baru sama atau lebih besar bari cost lama.
Asumsikan sekarang O' =(6,5)
Maka sekarang medoids yang c1 (2,3) dan O' (6,5)

No
x1
x3
x4
x5
x6
x7
x8
x9
x10
x11
x12

c1
2
2
2
2
2
2
2
2
2
2
2

Data Objects
3
3
3
3
3
3
3
3
3
3
3

2
3
3
3
4
1
4
6
6
5
7

1
2
4
1
2
3
5
3
3
2
5

Cost(Distances)
2
2
2
3
3
1
4
4
4
4
7

x13
x14
x15
x16
x17
x19
x20
x21
x22
x23
x24
x25
x26
x27
x28
x29
x30

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3

7
8
4
9
8
9
3
9
8
10
11
10
12
11
13
12
14

3
6
7
4
7
7
7
6
4
5
7
7
8
5
9
5
7

5
9
6
8
10
11
5
10
7
10
13
12
15
11
17
12
16

117

Totalcost

Perhitungan Cost Swapping (S) medoids dari c2 ke O' adalah:

S = cost(baru) - cost(lama)
S = 117- 99 = 18 > 0
Iterasi berakhir sampai disini karena nilai cost baru telah lebih besar dari nilai cost lama.

Grafik
10
9
8
7
6
5
4
3
2
1
0

8
Da

0
9
8
7
6
5
4
3
2
1
0

Cluste
Grafik Awal

10

12

14

16

Data

Set 30 objek Cluster menjadi 2 cluster, k=2

Asumsikan c1=(2,3,) dan c2=(6,3)
c1 dan c2 dipilih sebagai medoids
Menghitung jaraksetiap rekanobjek data
edoidsterdekatnya. Cost dihitung menggunakan
rakmetrikMinkowskidengan=
=1.
Rumus penghitungannya: (1_(=1)^|
__ |^ )
^(1/( ))

No
x1
x3
x4
x5
x6
x7
x8
x9

c2
9
9
9
9
9
9
9
9

Data Objects
4
4
4
4
4
4
4
4

2
3
3
3
4
1
4
6

Cost(Distances)
1
2
4
1
2
3
5
4

10
8
6
9
7
9
6
3

x10
x11
x12
x13
x14
x15
x16
x17
x19
x20
x21
x22
x23
x24
x25
x26
x27
x28
x29
x30

9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9

No
x1
x3
x4
x5
x6
x7
x8

4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4

c2
8
8
8
8
8
8
8

6
5
7
7
8
4
8
6
9
3
9
8
10
11
10
12
11
13
12
14

3
2
5
3
6
7
7
5
7
7
6
4
5
7
7
8
5
9
5
7

Data Objects
7
7
7
7
7
7
7

2
3
3
3
4
1
4

1
2
4
1
2
3
5

4
6
3
3
3
8
4
4
3
9
2
1
2
5
4
7
3
9
4
8

Cost(Distances)
12
10
8
11
9
11
6

x9
x10
x11
x12
x13
x14
x15
x16
x17
x19
x20
x21
x22
x23
x24
x25
x26
x27
x28
x29
x30

8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8

No
x1
x3
x4
x5
x6
x7
x8
x9
x10
x11
x12

7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7

c2
6
6
6
6
6
6
6
6
6
6
6

6
6
5
7
7
8
4
9
6
9
3
9
8
10
11
10
12
11
13
12
14

3
3
2
5
3
6
7
4
5
7
7
6
4
5
7
7
8
5
9
5
7

Data Objects
5
5
5
5
5
5
5
5
5
5
5

2
3
3
3
4
1
4
6
6
5
7

1
2
4
1
2
3
5
3
3
2
5

6
6
8
3
5
1
4
4
4
1
5
2
3
4
3
2
5
5
7
6
6

Cost(Distances)
8
6
4
7
5
7
2
2
2
4
1

6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6

x13
x14
x15
x16
x17
x19
x20
x21
x22
x23
x24
x25
x26
x27
x28
x29
x30

5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5

7
8
4
9
8
9
3
9
8
10
11
10
12
11
13
12
14

3
6
7
4
7
7
7
6
4
5
7
7
8
5
9
5
7

3
3
4
4
4
5
5
4
3
4
7
6
9
5
11
6
10

ai cost lama.

Grafik Awal

8
Data

10

12

14

16

10
9
8
7
6
5
4
3
2
1
0

Colum

lustering K-Med

Cost(Distances)
10
8
6
9
7
9
6
3

c1
2
2
3
3
3
4
1
4

c2
3
1
2
4
1
2
3
5

9
6
7
7
8
8
6
9

4
4
5
3
6
7
5
7

C
10
9
8
7
6

9
8

4
6
3
3
3
8
4
4
3
9
2
1
2
5
4
7
3
9
4
8

Cost(Distances)
12
10
8
11
9
11
6

6
5
4
3

3
2
7
7

9
8
10
11
10
12
11
13
12
14

6
4
5
7
7
8
5
9
5
7

7
6
5
4
3
2
1
0

c1
2
2
3
3
3
4
1

c2
3
1
2
4
1
2
3

8
7
8
4
9
6
9

7
5
6
7
4
5
7

10
9
8
7
6

9
8

6
6
8
3
5
1
4
4
4
1
5
2
3
4
3
2
5
5
7
6
6

Cost(Distances)
8
6
4
7
5
7
2
2
2
4
1

4
6
6
5
7
3

5
3
3
2
3
7

9
8
10
11
10
12
11
13
12
14

6
4
5
7
7
8
5
9
5
7

7
6
5
4
3
2
1
0

c1
2
2
3
3
3
4
1
5

c2
3
1
2
4
1
2
3
2

6
4
6
6
7
7
8
4
9
8
9

5
5
3
3
5
3
6
7
4
7
7

10
9
8
7
6
5
4
3
2
1
0

3
3
4
4
4
5
5
4
3
4
7
6
9
5
11
6
10

3
9
8
10
11
10
12
11
13
12
14

7
6
4
5
7
7
8
5
9
5
7

4
3
2
1
0

Hasil Pertama
0
9
8
7
6
5
4
3
2
1
0

10
9
8
7
6
5
4
3
2
1
0
0

6
Column R

8
C2

Pusat C1

10
Pusat C2

12

14

16

Medoids

Hasil Pertama
Column R

C2

Pusat C1

Pusat C2

10

Hasil Kedua
C1

C2

Pusat C1

Pusat C2

12

14

16

10

12

14

16

Hasil Ketiga
C1

C2

PusatC1

Pusat C2

10

12

14

16

10

12

14

16

Hasil Kedua

6
C1

C2

10

Pusat C1

Pusat C2

12

14

16

10
9
8
7
6
5
4
3
2
1
0

Hasil Ketiga
10
9
8
7
6
5
4
3
2
1
0

6
C1

C2

10

PusatC1

Pusat C2

12

14

16