Euclidean Distance merupakan persamaan matematika yang digunakan untuk menghitung jarak pada dua buah objek. Euclidean distance biasa digunakan untuk menghitung jarak antara dua titik pada sistem koordinat kartesian dimana sebuah titik memiliki dua nilai yaitu x dan y atau biasa dinotasikan dengan (x,y). Selain titik, Euclidean Distance juga dapat digunakan untuk menghitung jarak antar dua buah data yang memiliki n-buah fitur. Penggunaan euclidean distance untuk menghitung jarak antar data banyak digunakan pada beberapa bidang ilmu seperti pengenalan pola dan kecerdasan buatan.
Clustering secara sederhana merupakan kegiatan mengelompokkan data ke dalam beberapa kelompok (cluster) yang memiliki kesamaan atau kemiripan fitur. Clustering merupakan salah satu teknik yang digunakan untuk mengelompokkan data. Clustering secara umum bertujuan untuk menemukan kemiripan atau perbedaan diantara pola – pola yang ada dan memperoleh analisa atau kesimpulan dari kelompok – kelompok tersebut. Pada pengenalan pola, clustering merupakan salah satu metode yang tergolong kedalam unsupervised learning.
Single Linkage Clustering merupakan salah satu metode clustering yang tergolong kedalam agglomerative clustering, dimana proses clustering diawali dengan setiap individu sebagai cluster awal yang kemudian seiring dengan berjalannya proses clustering akan membentuk k buah cluster yang di-inginkan.
Euclidean Distance merupakan formula untuk menghitung jarak antara dua titik atau objek berdasarkan nilai fitur yang dimiliki oleh kedua titik atau objek tersebut. Pada video ini akan disimulasikan bagaimana jarak euclidean distance dihitung dan digunakan sebagai nilai yang menyatakan ketidaksamaan antar objek sehingga dapat digunakan dalam proses pengelompokkan ataupun klasifikasi.
