Implementasi Average Linkage Clustering pada Identifikasi Karakteristik Data Osteometri Manusia Indigenous

Abstract

Analisis cluster merupakan teknik pengelompokan data yang terdapat dalam keilmuan matematika. Tujuan dari analisis cluster adalah mengelompokkan data sesuai karakteristik tiap datanya berdasarkan jarak antar datanya. Penelitian ini menggunakan teknik pengelompokan data berupa metode hierarki yaitu Average Linkage. Metode tersebut digunakan untuk melakukan analisis cluster terhadap data (spesimen) ukuran tulang manusia indigenous berdasarkan 43 pengukuran tulang panjang yang kemudian mengetahui karakteristik yang terbentuk setelah proses pengelompokan dilakukan. Berdasarkan hasil analisis cluster, spesimen-spesimen yang ditemukan di Benua Afrika, Amerika, Eropa dan Australia memiliki pola ukuran 43 jenis pengukuran tulang panjang yang lebih panjang dari subregion lain. Selain itu, spesimen-spesimen yang ditemukan di Benua Amerika, Afrika, Eropa, dan Australia cenderung memiliki karakteristik yang mirip. Sementara spesimen-spesimen yang ditemukan di Benua Asia cenderung memiliki kemiripan dengan spesimen-spesimen yang ditemukan di subregion Melanesia, Polinesia, dan Afrika Selatan. Adapun variabel yang signifikan dalam proses pengelompokan tersebut adalah variabel RHAPD yang letaknya berada di lengan atas. Hasil ini menunjukkan terdapat indikasi bahwa manusia pada awalnya berasal dari Afrika dan merupakan makhluk yang nomaden yang akhirnya membuat keragaman genetik, budaya, dan lingkungan pada saat ini.