Initial Centroid Optimization of K-Means Algorithm Using Cosine Similarity

Abstract

Clustering salah satu metode yang sering digunakan di berbagai bidang yang melakukan analisis data, termasuk penggalian data, pengambilan dokumen, segmentasi gambar, dan klasifikasi pola. Adapaun tujuan dari metode tersebut adalah untuk mengelompokkan data ke dalam suatu cluster sehingga kesamaan antara anggota data dalam suatu data informasi yang telah di-cluster yang sama adalah maksimal, di sisi lain untuk kesamaan di antara anggota data yang lain berbeda cluster minimal. Ada beberapa pendekatan metode untuk mengurangi kesalahan pada saat centroid awal yang dipilih selama proses pengelompokan berlangsung. Disini data yang digunakan adalah data acak yang dibuat secara manual yatu 30 data dan 5 atribut, sehingga diperoleh hasil akurasi clustering dalam centroid dengan menggunakan metode K-Means memiliki signifikan 86.67%, sedangkan menggunakan K-Means dengan cosine similarity tidak jauh berbeda yaitu sebesar 89.7%, maka dari itu hasilnya cukup baik.

Computer User Behavior Anomaly Detection Based on K-Means Algorithm

“…e regularity is reflected in the fact that users frequently perform certain operations, which are also called user behavior habits by many scholars. For example, which software is opened first by the user after booting, which file is accessed most frequently, which operations are performed most frequently, and the sequence of operations that are performed most frequently, and so on; all show regularity in history [13].…”