Untuk melakukan klasterisasi menggunakan algoritma K-Means dengan k = 2 dan menggunakan centroid awal Desa Ramai dan Desa Tegal Sari, kita akan menghitung jarak antara setiap data dengan kedua centroid awal.
Kemudian, kita akan mengelompokkan data berdasarkan jarak terdekat dengan centroid.
Berikut adalah hasil klasterisasi menggunakan algoritma K-Means dengan k = 2:
Dalam tabel di atas, kolom "Klaster" menunjukkan kelompok klaster yang ditetapkan untuk setiap desa berdasarkan jarak terdekat dengan centroid.
Desa-desa dengan angka klaster 1 termasuk dalam klaster pertama, sedangkan desa-desa dengan angka klaster 2 termasuk dalam klaster kedua.
Baca Juga: Terjawab! Jelaskan Sejauh yang Anda Ketahui Tentang Extensible Business Reporting Language (XBRL)
Sebagai catatan bahwa hasil klasterisasi ini mungkin berbeda tergantung pada inisialisasi centroid awal dan proses iterasi K-Means yang dilakukan.***
Dapatkan informasi terbaru terkait dunia pendidikan dengan bergabung di grup telegram kami. Mari bergabung di Grup Telegram dengan cara klik tombol dibawah ini: