Analisis K-Means Cluster


🧩 Analisis K-Means Cluster

1. Penentuan Jumlah Klaster (K)

Kami menggunakan Elbow Method (berdasarkan Within-Cluster Sum of Squares atau WCSS) untuk memilih jumlah klaster optimal ($K$).

Python
# Output WCSS untuk Elbow Method
1    40145.000000
2    34404.436455
3    32218.313741
4    30097.198378  <-- Pilihan K=4
5    28770.359263
6    27453.602716

Berdasarkan output WCSS, penurunan terbesar terjadi dari $K=1$ ke $K=2$. Penurunan mulai melandai setelah $K=4$. Kami memilih $\mathbf{K=4}$ sebagai jumlah klaster yang optimal, menawarkan keseimbangan yang baik antara mengurangi variasi dalam klaster dan menjaga interpretasi.

2. Sintaks K-Means Cluster Analysis (K=4)

Data telah diskala (standardized) terlebih dahulu, yang merupakan langkah wajib dalam $K\text{-Means}$ untuk memastikan semua variabel memiliki bobot yang sama dalam perhitungan jarak.

Python
# Sintaks K-Means Cluster Analysis (K=4)
K = 4 
kmeans = KMeans(n_clusters=K, init='k-means++', max_iter=300, n_init=10, random_state=42)
cluster_labels = kmeans.fit_predict(X_scaled)

# Sintaks Ringkasan Profil Cluster
cluster_profiles = df_cluster.groupby('Cluster')[clustering_vars].mean().T

3. Output Profil Cluster (Rerata Variabel)

VariabelCluster 0Cluster 1Cluster 2Cluster 3
RIDAGEYR (Usia)33.7564.9133.9764.75
IS_FEMALE (Jenis Kelamin: 1=P)$\mathbf{1.00}$$\mathbf{1.00}$$\mathbf{0.00}$$\mathbf{0.00}$
BMXBMI28.6729.4929.2428.53
BMXWAIST95.4994.7297.5093.71
NATRIUM_RERATA3192.983017.913227.683013.07
KALORI_RERATA2219.872172.592210.002236.45
AKTIVITAS_FISIK49.2350.6251.4647.85

Ukuran Klaster: Klaster 0 (1448 obs.), Klaster 1 (1470 obs.), Klaster 2 (1434 obs.), Klaster 3 (1383 obs.).

4. Ringkasan Tertulis dan Interpretasi

Analisis $\text{K-Means}$ dengan $K=4$ berhasil membagi $5735$ responden ke dalam empat klaster yang relatif merata. Profil klaster menunjukkan bahwa $\mathbf{Jenis\ Kelamin}$ dan $\mathbf{Usia}$ adalah variabel dominan yang mendefinisikan kelompok-kelompok tersebut, mengalahkan perbedaan pada variabel gizi dan antropometri lainnya.

Klaster yang diidentifikasi adalah:

  • Klaster 0 (33.75 tahun, Wanita): Wanita dewasa muda dengan BMI/Lingkar Pinggang sedang dan asupan Natrium/Kalori yang sedikit lebih tinggi.

  • Klaster 1 (64.91 tahun, Wanita): Wanita senior dengan BMI/Lingkar Pinggang yang sedikit lebih tinggi dan asupan gizi yang sedikit lebih rendah.

  • Klaster 2 (33.97 tahun, Pria): Pria dewasa muda, ditandai dengan Lingkar Pinggang tertinggi ($97.50$) di antara semua klaster dan asupan Natrium tertinggi ($3227.68$).

  • Klaster 3 (64.75 tahun, Pria): Pria senior, ditandai dengan Lingkar Pinggang terendah ($93.71$) dan Asupan Kalori tertinggi ($2236.45$).

Secara keseluruhan, $\text{K-Means}$ menciptakan subkelompok yang ditentukan terutama oleh demografi ($\text{Usia}$ dan $\text{Jenis Kelamin}$), dan perbedaan dalam gaya hidup (Lingkar Pinggang dan Asupan Natrium) bervariasi paling signifikan antara $\text{Pria\ Muda}$ (Klaster 2) yang cenderung memiliki risiko antropometri tertinggi.

Komentar

Posting Komentar

Postingan populer dari blog ini

Entri Blog: Menggali Data Kesehatan dengan NHANES

Halo semuanya! Untuk proyek eksplorasi data kita minggu ini, saya telah memilih data set yang luar biasa kaya: National Health and Nutrition Examination Survey (NHANES) . Data ini dikumpulkan oleh CDC di AS dan memberikan pandangan mendalam tentang status kesehatan dan nutrisi populasi Amerika—sumber yang sempurna untuk menyelidiki hubungan antara gaya hidup dan kesehatan. Asosiasi yang Saya Ingin Pelajari Saya tertarik untuk meneliti bagaimana pola makan dapat memengaruhi kesehatan fisik. Secara spesifik, saya akan mengeksplorasi hubungan antara dua topik utama yang sering diperdebatkan dalam kesehatan masyarakat: Topik 1 (Variabel Utama): Obesitas/Kesehatan Antropometri Topik 2 (Variabel Prediktor): Asupan Natrium (Garam) Harian Intinya, saya ingin melihat: Apakah mengonsumsi banyak garam terkait dengan memiliki BMI dan lingkar pinggang yang lebih besar? Hipotesis Kerja Tinjauan literatur singkat saya menunjukkan bahwa sebagian besar penelitian cross-sectional memang menemukan kor...
Baca selengkapnya

Predictive Modeling of Body Mass Index and Obese Status using Anthropometric, Dietary, and Lifestyle Factors in U.S. Adults

Predictive Modeling of Body Mass Index and Obese Status using Anthropometric, Dietary, and Lifestyle Factors in U.S. Adults The escalating global prevalence of obesity remains a critical public health challenge, driving increased morbidity and mortality associated with chronic diseases such as type 2 diabetes, cardiovascular disease, and certain cancers. Understanding the complex interplay of factors contributing to body mass index (BMI) and the progression to obese status is paramount for developing effective, targeted public health interventions. Traditional linear models often fail to capture the nuances of these relationships, necessitating the use of advanced predictive and clustering methods to identify high-risk subgroups and key non-linear determinants. Research Question Statement This study addresses the following research question: What is the differential association of key quantitative and categorical health and lifestyle variables—specifically age, gender, waist circumfere...
Baca selengkapnya

Entri Blog: Analisis Random Forest untuk Prediksi Obesitas

🌲 Entri Blog: Analisis Random Forest untuk Prediksi Obesitas Kami menggunakan model Random Forest Classifier untuk memprediksi status $\text{Obesitas}$ ( $\text{BMI} \ge 30$ , dikodekan sebagai 1) dari empat variabel penjelas: $\text{Rerata Natrium Harian}$ , $\text{Usia}$ ( $\text{RIDAGEYR}$ ), $\text{Lingkar Pinggang}$ ( $\text{BMXWAIST}$ ), dan $\text{Jenis Kelamin}$ ( $\text{IS\_FEMALE}$ ). Sintaks Random Forest Classifier Kami menggunakan 100 pohon ( n_estimators=100 ) dan membatasi kedalaman maksimum setiap pohon menjadi 5 ( max_depth=5 ) untuk menjaga keseimbangan antara kinerja dan kemampuan interpretasi. Python # Bagi data menjadi training (80%) dan testing (20%) X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size= 0.2 , random_state= 42 ) # Inisialisasi model Random Forest rf_clf = RandomForestClassifier(n_estimators= 100 , max_depth= 5 , random_state= 42 ) # Latih model rf_clf.fit(X_train, Y_train) # Evaluasi model & Hitung Feature Importance ...
Baca selengkapnya