Analisis klaster adalah metode pengorganisasian data ke dalam kelompok-kelompok yang representatif berdasarkan karakteristik yang sama. Setiap anggota cluster memiliki lebih banyak kesamaan dengan anggota lain dari cluster yang sama dibandingkan dengan anggota kelompok lain. Titik yang paling representatif dalam grup disebut centroid. Biasanya, ini adalah rata-rata dari nilai titik-titik data dalam cluster.
Atur datanya. Jika data terdiri dari satu variabel, histogram mungkin sesuai. Jika dua variabel terlibat, buat grafik data pada bidang koordinat. Misalnya, jika Anda melihat tinggi dan berat badan anak sekolah di dalam kelas, buatlah titik-titik dari data untuk setiap anak pada grafik, dengan berat menjadi sumbu horizontal dan tinggi menjadi vertikal sumbu. Jika lebih dari dua variabel yang terlibat, matriks mungkin diperlukan untuk menampilkan data.
Mengelompokkan data ke dalam cluster. Setiap cluster harus terdiri dari titik-titik data yang paling dekat dengannya. Dalam contoh tinggi dan berat, kelompokkan setiap titik data yang tampak berdekatan. Jumlah klaster, dan apakah setiap titik data harus berada dalam klaster, dapat bergantung pada tujuan penelitian.
Untuk setiap cluster, tambahkan nilai semua anggota. Misalnya, jika sekelompok data terdiri dari titik (80, 56), (75, 53), (60, 50), dan (68,54), jumlah nilainya adalah (283, 213).
Bagilah total dengan jumlah anggota cluster. Pada contoh di atas, 283 dibagi empat adalah 70,75, dan 213 dibagi empat adalah 53,25, jadi pusat massa cluster adalah (70,75, 53,25).
Plot centroid cluster dan tentukan apakah ada titik yang lebih dekat ke centroid cluster lain daripada ke centroid cluster mereka sendiri. Jika ada titik yang lebih dekat ke centroid yang berbeda, distribusikan kembali ke cluster yang berisi centroid yang lebih dekat.
Ulangi Langkah 3, 4 dan 5 sampai semua titik data berada di cluster yang berisi centroid yang terdekat.