Analisis Klaster di Tableau

Data bisa kompleks, melelahkan, dan terkadang sulit untuk menemukan polanya. Bayangkan Anda memiliki data penjualan milik perusahaan Anda. Anda ingin menemukan pola terkait kapasitas belanja konsumen. Jika Anda bisa mengungkap kelompok atau asosiasi yang berbeda dalam data, Anda bisa menargetkan tiap kelompok untuk memaksimalkan penjualan. Gagasan dasar di balik intuisi ini disebut pengelompokan (clustering), dan Tableau memiliki fitur bawaan yang dapat secara otomatis mengelompokkan titik data serupa berdasarkan atribut tertentu. Mari kita jelajahi fungsionalitas Tableau ini dan lihat bagaimana kita dapat menerapkan pengelompokan pada kumpulan data dunia nyata.

K Means Clustering

Clustering, atau analisis klaster, adalah algoritme pembelajaran mesin tanpa pengawasan (Unsupervised) yang cenderung mengelompokkan item serupa berdasarkan metrik kemiripan.

Tableau menggunakan algoritme K Means clustering di balik layar. K-Means adalah salah satu teknik pengelompokan yang membagi data menjadi K klaster dan termasuk dalam pengelompokan berbasis centroid. Dalam K-Means, untuk jumlah klaster k tertentu, algoritme membagi dataset menjadi k klaster di mana setiap klaster memiliki centroid yang dihitung sebagai nilai rata-rata dari semua titik dalam klaster tersebut. Titik data kemudian dikelompokkan berdasarkan jaraknya dari centroid.

Berikut dua tutorial hebat di DataCamp yang membahas konsep clustering secara mendalam:

• K-Means Clustering in Python with scikit-learn
• K-Means Clustering in R Tutorial

Jika Anda ingin mempelajari lebih lanjut tentang Clustering dalam Machine Learning, ikuti kursus DataCamp Unsupervised Learning in Python atau Clustering Methods with SciPy.

Gambar di bawah memvisualisasikan algoritme K-Means untuk pemahaman yang lebih baik. Awalnya, kita secara acak mendefinisikan 4 titik centroid. Algoritme K-Means kemudian menetapkan setiap titik data ke klaster terdekatnya (tanda silang). Centroid bergeser ke posisi baru seiring berubahnya nilai rata-rata semua titik data, dan seluruh proses diulang sampai tidak ada perubahan lebih lanjut pada posisi centroid.

Visualizing K-Means algorithm

Kriteria untuk Clustering di Tableau

Setelah memahami metodologi clustering, sekarang mari pahami bagaimana clustering dilakukan di Tableau. Tableau menggunakan kriteria Calinski-Harabasz untuk menilai kualitas klaster. Berikut interpretasi matematis dari kriteria Calinski-Harabasz:

Sumber

"di mana SSB adalah varians antar-klaster keseluruhan, SSW adalah varians dalam-klaster keseluruhan, k adalah jumlah klaster, dan N adalah jumlah pengamatan" (Sumber).

Rasio ini memberikan nilai yang menentukan kekompakan klaster. Jadi semakin tinggi nilainya, klaster semakin erat terkait dengan jarak dalam-klaster rendah dan jarak antar-klaster tinggi.

Prasyarat

Artikel ini mengasumsikan ada sedikit familiaritas dengan Tableau. Jika Anda benar-benar pemula, disarankan untuk membaca artikel berikut di DataCamp yang menjadi pengantar yang sangat baik.

Visualisasi Data dengan Tableau

Lingkungan Tableau

Dalam tutorial ini, kita akan bekerja dengan Tableau Public, yang sepenuhnya gratis dari Tableau. Unduh edisi Tableau Public dari situs resmi. Ikuti instruksi instalasi, dan jika layar berikut muncul saat mengeklik ikon Tableau, Anda siap memulai.

Menyambungkan ke Dataset

Dataset yang akan kita gunakan dalam artikel ini adalah dataset World Economic Indicators. Dataset ini mencakup beberapa indikator penting yang mendorong perekonomian seperti harapan hidup, kemudahan berbisnis, populasi, dan lain-lain dari berbagai negara. Dataset ini diperoleh dari Perserikatan Bangsa-Bangsa. Dataset dapat diakses dari sini.

• Unduh dataset ke sistem Anda.
• Impor data ke ruang kerja Tableau Anda dari komputer. Gunakan Data Interpreter, yang ada di bawah Tab Sheets, untuk membenahi dan merapikan data.

Memformat Sumber Data

Lanjutkan ke lembar kerja dan lihat sekilas Tab Measures dan Dimensions. Ada banyak fitur di bawah tab Measures yang dapat dikelompokkan dalam satu kategori. Ini juga membantu untuk merepresentasikan semua field data dengan lebih baik.

• Pilih Business Tax Rate, Days to Start Business, Ease of Business, Hours to do Tax and Lending Interest > Create Folder.

• Namai folder sebagai Business, dan kini semua field di atas termasuk dalam folder ini.

• Demikian pula, buat folder untuk Development, Health, dan Population. Tambahkan field berikut masing-masing. Berikut tampilan Tab Measures setelah pemformatan:

Membuat Klaster dari Data World Economic Indicators

Clustering membantu mengungkap pola dalam dataset. Misalkan Anda seorang analis di sebuah perusahaan pariwisata. Karena peningkatan harapan hidup di seluruh dunia, terjadi lonjakan pariwisata lansia. Orang yang lebih tua kini lebih aktif dan lebih tertarik bepergian dan melihat dunia. Perusahaan Anda mencoba memanfaatkan fenomena ini, dan tugas Anda adalah menggunakan data sampel World Indicators untuk mengidentifikasi negara-negara yang memiliki cukup banyak pelanggan yang tepat. Clustering adalah alat yang dapat membantu kita mengidentifikasi jenis negara tersebut.

Mengidentifikasi negara dengan tingkat keberhasilan tinggi untuk pariwisata lansia

Sekarang mari kita telusuri berbagai langkah untuk melakukan analisis klaster pada data.

• Klik ganda Country di Dimensions pada panel Data. Tableau membuat tampilan peta dengan lingkaran terisi yang mewakili setiap negara. Ubah tipe mark menjadi Map, pada kartu Marks,

Mengidentifikasi variabel untuk clustering

Langkah berikutnya dalam clustering adalah mengidentifikasi variabel yang akan digunakan dalam algoritme clustering. Di Tableau, variabel mirip dengan field. Tidak ada satu jawaban pasti untuk variabel terbaik yang akan memberikan klaster ideal, tetapi Anda bisa bereksperimen dengan sejumlah variabel untuk melihat mana yang memberikan hasil yang diinginkan. Dalam kasus kita, mari gunakan field berikut:

• Population Urban

Populasi perkotaan merupakan indikator yang baik untuk kepadatan penduduk di suatu negara. Semakin tinggi kepadatan, semakin banyak peluang bisnis yang tersedia.

• Population 65+

Populasi lebih dari 65 menandakan warga lanjut usia, yang juga merupakan segmen target kita.

• Life Expectancy Female dan Life Expectancy Male

Negara dengan harapan hidup yang lebih tinggi menandakan penduduknya cenderung hidup lebih lama dan akan lebih tertarik bepergian.

• Tourism Per Capita

Field ini belum ada dan dapat dibuat sebagai field terhitung, menggunakan field Tourism Outbound dan Population Total sebagai berikut:

Tourism Per Capita = SUM([Tourism Outbound])/SUM([Population Total])

Tourism Outbound merepresentasikan uang (dalam dolar AS) yang dibelanjakan penduduk suatu negara setiap tahun untuk perjalanan internasional. Untuk mendapatkan nilai rata-rata, kita perlu membagi field ini dengan populasi setiap negara.

Menambahkan field terpilih ke tampilan

Sebelum melangkah, kita perlu mengubah agregasi bawaan dari SUM menjadi AVERAGE. Tableau memungkinkan pengagregasian measure atau dimension, meskipun mengagregasi measure lebih umum. Setiap kali kita menambahkan sebuah measure ke tampilan, agregasi diterapkan ke measure tersebut secara default. Jenis agregasi yang perlu diterapkan bergantung pada konteks tampilan.

Ubah Agregasi untuk semua field yang dipilih lalu seret ke Detail pada kartu Marks seperti berikut:

Clustering

Clustering di Tableau adalah proses seret dan lepas yang sederhana. Langkah-langkah berikut menguraikan proses clustering:

• Klik pada Panel Analytics dan seret Cluster ke tampilan, dan data akan dikelompokkan secara otomatis oleh Tableau.

• Meskipun Tableau dapat secara otomatis menentukan jumlah klaster yang dibuat, kita juga dapat mengendalikan jumlah klaster dan variabel apa yang digunakan untuk menghitung klaster. Cukup seret sebuah field ke dalam kotak untuk memasukkannya ke algoritme clustering atau seret keluar untuk mengecualikannya.

• Kita akan menggunakan 4 klaster dan variabel default untuk analisis yang lebih baik. Perhatikan, beberapa negara tidak masuk dalam klaster mana pun dan ditandai sebagai tidak dikelompokkan.

• Klaster dibuat sebagai pil baru dan dapat dilihat pada color shelf. Seret pil ini ke Panel Data untuk disimpan sebagai grup.

Jadi di sini kita telah mengelompokkan negara-negara terkait measure yang dipilih. Namun bagaimana kita memaknai hasil ini, dan bagaimana kita membuat keputusan bisnis berdasarkan klaster? Bagian berikut membahas hal tersebut.

Mendeskripsikan Klaster

Klik pada field Clusters di kartu Marks dan klik opsi Describe Clusters.

Ini menampilkan sebuah dokumen yang berisi deskripsi rinci klaster. Ada dua tab dalam dokumen:

Ringkasan

Ini memberikan ringkasan hasil dan nilai rata-rata setiap variabel untuk setiap klaster.

Dari hasil di atas, kita dapat menyimpulkan bahwa Klaster 3 memiliki:

• Harapan hidup tertinggi untuk pria dan wanita
• Tourism Per Capita total tertinggi
• Populasi perkotaan tertinggi

Ini berarti memiliki populasi perkotaan yang makmur dengan harapan hidup lebih tinggi dan tampaknya merupakan pasar yang baik bagi industri pariwisata lansia. Mari lihat negara mana saja yang termasuk dalam klaster ini.

Model

Tab model menampilkan berbagai nilai statistik untuk nilai rata-rata semua variabel/field dan menunjukkan signifikansi statistiknya.

Dengan demikian sebagai analis, Anda dapat menyajikan daftar ini kepada Tim Penjualan agar mereka fokus pada calon klien tersebut. Clustering memberi kita wawasan yang sangat baik. Dari sini, Anda bisa bereksperimen dengan field yang berbeda, menetapkan ambang populasi atau pendapatan, dan sebagainya. Ada banyak cara untuk mengelompokkan data, tetapi prinsip dasarnya tetap sama.

Kesimpulan

Dalam artikel ini, kita mempelajari cara melakukan analisis klaster pada dataset di Tableau dengan mekanisme seret dan lepas yang sederhana. Clustering adalah alat yang berharga dan bila dipadukan dengan Tableau, menempatkan kekuatan teknik analisis statistik di tangan para analis. Lihat hub Tableau kami untuk semua yang Anda butuhkan guna menguasai Tableau. 

Referensi

Dokumentasi Tableau