Instruksi
pada Kuis kali ini data yang digunakan adalah data nasa_fire.csv. Data tersebut memiliki 25937 observasi dan 3 kolom. Anda dapat sebelum melakukan proses cluster anda dapat melakukan eksplorasi data terlebih dahulu menggukan fungsi str() atau glimpse(). Berikut deskripsi dari kolom pada data nasa_fire.csv :
latitude: Titik latitude terjadinya kebakaranlongitude: Titik longitude terjadinya kebakaranconfidence: Tingat kepercayaan suatu kebakaran terjadi. selang nilai pada confidence dari 0 hingga 100.
- Dibawah ini mana pernyataan yang salah terkait DBSCAN?
- DBSCAN menggunakan metode density-based.
- dalam DBSCAN terdapat centroid yang menunjukkan pusat cluster.
- DBSCAN sensitif terhadap perubahan nilai parameter.
- Apa yang terjadi pada hasil clustering bila nilai Eps dalam proses clustering diperluas dan nilai minPts tetap?
- Jumlah cluster yang terbentuk semakin sedikit karena radius cakupan cluster lebih luas.
- Data noise yang dihasilkan semakin banyak.
- Jumlah cluster yang terbentuk tetap namun data noise semakin banyak.
- Pernyataan yang tepat terkait optimasi nilai eps dibawah ini yaitu?
- Nilai K dapat ditentukan oleh fungsi KNNdistplot dengan memasukkan nilai eps sebagai input.
- Nilai eps optimum berada pada "knee" yang terbentuk pada plot KNNdisplot.
- KNNdistplot dapat memberikan nilai eps optimum secara langsung.
- Dengan menggunakan minPts = 100 berapa nilai Eps yang optimum menurut teknik "knee" plot ?
- 0.8
- 1.2
- 2.5
- 3.8
- Dengan menggunakan minPts = 100 dan Eps yang optimal berapa banyak cluster dan data noise yang dihasilkan ?
- 6 Cluster dengan 448 data noise
- 3 cluster dengan 33 data noise
- 14 Cluster dengan 924 data noise
- Apabila anda hanya menggunakan data
nasa_firedengan confidence diatas 80 dan dalam proses clustering menggunakan minpts = 10 serta eps = 0.8 maka pernyataan yang tepat adalah ?
- Terdapat 250 data noise
- Cluster yang dihasilkan sebanyak 36 cluster
- cluster 15 merupakan cluster dengan anggota cluster terbanyak