K-Medoids

Ahmad Putra A.R | 17106050023

K-Medoids atau Partitioning Around Medoids (PAM) adalah algoritma clustering yang mirip dengan K-Means. Perbedaan dari kedua algoritma ini yaitu algoritma K-Medoids
atau PAM menggunakan objek sebagai perwakilan (medoid) sebagai pusat cluster untuk
setiap cluster, sedangkan K-Means menggunakan nilai rata-rata (mean) sebagai pusat cluster [Kaur, dkk., 2014]. Algoritma K-Medoids memiliki kelebihan untuk mengatasi
kelemahan pada pada algoritma K-Means yang sensitive terhadap noise dan outlier, dimana objek dengan nilai yang besar yang memungkinkan menyimpang pada dari
distribusi data. Kelebihan lainnya yaitu hasil proses clustering tidak bergantung pada urutan masuk dataset [Furqon, dkk., 2015].

Sumber : http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/download/204/101