Modul 6 — Menemukan Pola Tanpa Label: Pengelompokan dan Aturan Asosiasi

• Menerapkan algoritme pengelompokan berbasis pusat (k-means) dan berbasis hierarki (aglomeratif) pada data tanpa label, termasuk menyiapkan skala fitur dan memilih ukuran jarak yang sesuai
• Menentukan jumlah kelompok dengan alasan yang terukur, bukan dengan selera, memakai inersia, koefisien siluet, dan uji kestabilan hasil
• Mengevaluasi mutu hasil pengelompokan melalui ukuran kekompakan dalam kelompok dan keterpisahan antarkelompok, serta menafsirkan nilai siluet per titik termasuk yang bernilai negatif
• Menganalisis aturan asosiasi dari data transaksi dengan membedakan dukungan, keyakinan, dan angkatan, sehingga aturan sepele dan aturan menyesatkan dapat dikenali
• Merumuskan rekomendasi tindakan dari hasil pengelompokan dan aturan asosiasi disertai batas kepercayaan yang jujur