IMPLEMENTASI METODE MULTI-DIMENSIONAL SCALING DAN K-MEANS CLUSTERING UNTUK DETEKSI KOMUNITAS PADA DATA BERBASIS GRAF

Graf merupakan diagram yang terdiri dari node dan edge. Graf
dapat terbentuk dari sebaran data yang saling berkaitan satu sama lain.
Hubungan antar node yang berdekatan membentuk suatu kelompok
kecil yang disebut komunitas. Untuk mencari komunitas antar data dapat
digunakan beberapa pendekatan, salah satunya adalah Multi-dimensional
Scaling. Metode tersebut bertujuan untuk mencari hubungan antar data
secara sparsial. Hasil dari Multi-dimensional Scaling akan dilakukan
proses K-means clustering untuk mendapatkan komunitas dengan
membandingkan jarak yang terdekat antar data. Kualitas dari hasil Kmeans
clustering dapat dihitung menggunakan metode akurasi purity.
Berdasarkan hasil uji coba aplikasi deteksi komunitas
menghasilkan 8 komunitas data dari 136 data (node). Jumlah komunitas
dipengaruhi oleh hasil K-Means clustering. Nilai purity yang dihasilkan
dari proses K- Means clustering sebesar 97%