pengelompokan

Pengelompokan adalah proses menyusun objek, data, kejadian, atau fenomena menjadi dua atau lebih kelompok berdasarkan kemiripan atau kriteria tertentu. Tujuannya adalah menampilkan pola dan struktur tersembunyi sehingga item dalam satu kelompok lebih mirip satu sama lain daripada dengan item di kelompok lain. Istilah ini dipakai secara umum maupun ilmiah.

Dalam analisis data, pengelompokan sering disebut klasterisasi. Ini adalah pendekatan unsupervised yang membagi data menjadi klaster eksklusif dan kompak, tanpa pelabelan. Berbeda dengan klasifikasi, pengelompokan tidak mengandalkan contoh berlabel. Algoritma umum meliputi k-means, clustering hierarkis, dan DBSCAN.

Proses pengelompokan biasanya melibatkan: merumuskan kriteria kemiripan, memilih fitur relevan, menentukan jumlah kelompok, memilih algoritma, dan mengevaluasi hasil. Penilaian dapat memakai indeks internal maupun eksternal, seperti silhouette atau Davies-Bouldin.

Aplikasi meluas: segmentasi pasar, analisis perilaku konsumen, pengenalan pola pada citra dan teks, klasifikasi organisme dalam biologi, serta kajian ekologi dan sosiologi untuk memahami keragaman kelompok.

Tantangan meliputi penentuan jumlah kelompok yang tepat, pemilihan fitur, sensitivitas terhadap skala data, dan risiko interpretasi berlebihan. Keberhasilan sering ditingkatkan dengan eksperimen iteratif, validasi eksternal bila tersedia, dan kombinasi dengan teknik lain seperti klasifikasi berlabel jika ada data berlabel.