Icon

AI-PEPC Clustering - Oil Well V2

K-Means Clustering

  • Tujuan: Mengelompokkan data ke dalam sejumlah cluster (grup) yang sudah ditentukan di awal (sebanyak 'k').

  • Cara Kerja: Mencari titik pusat (centroid) untuk setiap cluster. Setiap data dimasukkan ke cluster dengan centroid terdekat. Proses ini diulang sampai posisi centroid tidak berubah lagi.

  • Menggunakan nilai k=3 sebagai default

  • Silhouette Coefficient mengukur kualitas cluster yang sudah dibuat. Skornya antara -1 sampai 1. Dihitung dari jarak rata-rata ke anggota cluster sendiri, dan jarak rata-rata ke cluster lain terdekat.

Optimized K-Means Clustering

  • Otomatis membandingkan nilai Silhouette Coefficient untuk beberapa nilai k dalam rentang yang ditentukan. Membantu menentukan nilai k yang menghasilkan cluster terbaik

Data Loading and Preprocessing

  • Node CSV Reader untuk memuat data

  • Gunakan node Column Filter untuk memfilter kolom-kolom yang relevan saja untuk proses Clustering

  • Node Normalize menyamakan rentang skala untuk semua kolom numerik. Supaya kolom dengan skala besar tidak mengalahkan pengaruh kolom dengan skala kecil.

Dataset

  • Jumlah baris: 120 sumur sintetis

  • Kolom fitur:

    • Gross_BPPD (20 – 7109 BFPD)
      Total fluida (minyak + air) yang diproduksi sumur per hari.

    • Water_Content_Percent (3.8 – 99.8 %)
      Persentase kandungan air dalam fluida produksi sumur.

    • Net_BOPD (0.27 – 6084 BOPD)
      Produksi minyak bersih per hari setelah dipisahkan dari air.

Hierarchical Clustering

  • Tujuan: Membuat struktur cluster bertingkat atau seperti pohon (disebut dendrogram).

  • Cara Kerja: Ada dua pendekatan utama:

    1. Agglomerative (Bottom-up): Setiap data dianggap satu cluster kecil, lalu digabung satu per satu berdasarkan kedekatan sampai jadi satu cluster besar.

    2. Divisive (Top-down): Semua data dianggap satu cluster besar, lalu dibagi terus-menerus menjadi cluster yang lebih kecil

Linkage

  • Untuk mengukur jarak antar-cluster dan menentukan cluster mana yang akan digabung

  • Jenis:

    • Single: Berdasarkan jarak titik terdekat antara dua cluster.

    • Complete: Berdasarkan jarak titik terjauh antara dua cluster.

    • Average: Berdasarkan rata-rata jarak semua titik antara dua cluster.

Distance Metric

  • Mengukur jarak antara dua titik individual

  • Euclidean Distance: Jarak "garis lurus" biasa, seperti pakai penggaris. Paling umum digunakan.

  • Manhattan Distance: Jarak "kotak-kotak" seperti di peta, hanya bisa bergerak vertikal atau horizontal.

DBSCAN (Density-Based Spatial Clustering of Applications with Noise)

  • Tujuan: Mengelompokkan data berdasarkan kepadatannya (densitas). Algoritma ini juga bisa mendeteksi data pencilan (outlier atau noise) secara otomatis.

  • Cara Kerja: Mencari area yang padat dengan titik data dan menggabungkannya jadi satu cluster. Titik data yang berada sendirian di area sepi akan dianggap sebagai noise.

  • Kelebihan: Tidak perlu menentukan jumlah cluster di awal.

  • Kekurangan: DBSCAN hanya peduli pada kepadatan (density). Jika semua data dianggap sebagai satu area padat yang besar, maka dijadikan satu cluster.

  • Parameter:

    • Epsilon (eps): Radius jangkauan. DBSCAN melihat ke sekeliling setiap titik sejauh radius untuk mencari tetangga.

    • Minimum Points (MinPts): Jumlah tetangga minimum yang harus ada di dalam radius agar sebuah titik bisa dianggap sebagai titik inti (core point) sebuah cluster.

Concatenate
Table View
Visualisasikan Sebaran Cluster
Scatter Plot
Beri Label Metode
Constant Value Column
Ambil Nilai Mean SC
Row Filter
Visualisasikan Sebaran Cluster
Scatter Plot
Hierarchical Clustering
Evaluasi Clustering dengan SC
Silhouette Coefficient
Assign Warna untuk Tiap Cluster
Color Manager
Samakan Skala Data Numerik
Normalizer
DBSCAN
Numeric Distances
Column Filter
Assign Warna untuk Tiap Cluster
Color Manager
Assign Warna untuk Tiap Cluster
Color Manager
Visualisasikan Sebaran Cluster
Scatter Plot
Ambil Nilai Mean SC
Row Filter
K-Means k=3
k-Means
Evaluasi Clustering dengan SC
Silhouette Coefficient
Visualisasikan Sebaran Cluster
Scatter Plot
Beri Label Metode
Constant Value Column
Bandingkan Nilai SC untuk Tiap k
Optimized K-Means (Silhouette Coefficient)
Beri Label Metode
Constant Value Column
Pilih Nilai k dengan SC Terbesar
Top k Row Filter
Assign Warna untuk Tiap Cluster
Color Manager
CSV Reader

Nodes

Extensions

Links