C

ClusteringForMixedData-FAST

Peneliti mengembangkan sebuah modul clustering untuk menangani data campuran pada aplikasi FAST sebagai salah satu tujuan di dalam penelitian skripsi.

CLUSTERING FOR MIXED DATA (MODULE IN FAST)

Salah satu tujuan dari penelitian saya adalah mengembangkan modul untuk clustering atau pengelompokan data campuran. Terdapat tiga metode yang ditambahkan ke dalam FAST untuk melakukan pengelompokan atau cluster pada data campuran, yaitu:

  • K-Prototype
  • Fuzzy K-prototype
  • GA-Fuzzy K-prototype.

INSTALASI

  • Required : R 3.4.4 or later
  • Required: Rstudio version 1.1.453 or later

Jika telah melakukan instalasi kedua software di atas, selanjutnya adalah :

  1. Download source code dari gitlab project saya (https://git.stis.ac.id/Iqbalarsa99/skripsi-FAST.git)
  2. Install R packages yang dibutuhkan :
  • shiny
  • shinyBS
  • shinyCSS
  • shinyjs
  • clustMixType
  • combinat
  • DT
  • formattable
  • ggplot
  • ggpubr
  • PCAMixdata
  • RColorBrewer

CARA PENGGUNAAN APLIKASI

Tahap 1

Setelah mendownload file project aplikasi, selanjutnya pengguna perlu membuka dua file di R-Studio:

  1. File UI : FAST/fast/ui.R
  2. File Server : FAST/fast/server.R

Setelah file terbuka, silahkan menekan tombol Run App

Tahap 2

Setelah jendela aplikasi terbuka, selanjutnya pengguna dapat mengikuti langkah-langkah berikut untuk menggunakan aplikasi.

  1. import data -> karena pada penelitian saya khusus untuk data campuran, maka data yang diimport harus data bertipe campuran. Dapat menggunakan sample data yang yang telah saya sediakan di project Untitled

  2. Memilih menu cluster pada header, kemudian memilih sub menu mixed data 1

  3. Sebelum melakukan analisis data, hal yang pertama pengguna lakukan adalah memilih panel "pre-processing". terdapat dua bagian pengaturan, yang pertama adalah memilih variabel kategorik. kemudian, bagian kedua adalah memilih variabel yang akan diikutsertakan dalam proses clustering 2

  4. Setelah itu memilih panel "clustering method", pada aplikasi ini peneliti menambahkan tiga metode clustering untuk data campuran. setelah memilih metode, pengguna dapat memasukan parameter dan menekan tombol run 3

  5. Hasil dari clustering dapat dilihat pada panel utama, yang terdiri dari table dan plot. 4

  6. Untuk mengenerate report, pengguna memilih panel "generate your report" dan menekan tombol download 5