KLASIFIKASI DATA MULTIDIMENSI MENGGUNAKAN SUBTRACTIVE CLUSTERING DAN K-NEAREST NEIGHTBOR

Proses pengelompokan data ( clustering ) pada data multi dimensi dapat dilakukan dengan menggunakan algoritma  Subtractive Clustering . Dalam proses pengelompokan data ( clustering ) untuk menentukan pusat  cluster   (centroid ), dipengaruhi oleh besarnya nilai parameter yang diantaranya  influence range, squash, accept_ratio  dan  reject_ratio.  Dan dalam  mengklasifikasikan data terdapat beberapa teknik yang dapat digunakan, salah satunya adalah   metode  k-Nearest Neightbor  yang mengklasifikasikan data dengan ketetanggaan sebagai nilai prediksi dari  query instance  yang baru .