PENGENALAN POLA TIDAK TERBIMBING DENGAN METODE FUZZY SUBSTRACTIVE CLUSTERING

  • Putu Manik Prihatini Politeknik Negeri Bali

Abstract

Klustering termasuk dalam pengenalan pola tidak terbimbing, vektor fitur pelatihan dan kelas-kelas tujuannya belum diketahui. Fuzzy subtractive clustering (FSC) adalah teknik klustering yang didasarkan atas ukuran densitas titik-titik data dalam suatu ruang. Metode FSC diterapkan pada penelitian ini untuk melakukan pengelompokan industri kecil dengan dua kriteria yaitu modal awal dan rata-rata penjualan. Proses diawali dengan melakukan normalisasi, kemudian menghitung potensi awal, mencari titik dengan potensi awal tertinggi, menentukan pusat kluster, mengembalikan pusat kluster ke bentuk semula, serta menghitung sigma kluster dan derajat keanggotaan. Berdasarkan parameter jari-jari sebesar 0,3; squash factor sebesar 0,25; accept_ratio sebesar 0,5; reject_ratio sebesar 0,15; XMin sebesar [0;0]; dan XMax sebesar  [30.000.000; 40.000.000], proses klustering dihentikan pada iterasi ke-3. Hasil akhir klustering mengelompokkan industri ke dalam 3 kelompok yaitu Kluster 1 (Industri ke-1, 3, 4 dan 6), Kluster 2 (Industri ke-2, 8, 9 dan 10), dan Kluster 3 (Industri ke-5 dan 7).

Downloads

Download data is not yet available.
Published
Mar 21, 2017
How to Cite
PRIHATINI, Putu Manik. PENGENALAN POLA TIDAK TERBIMBING DENGAN METODE FUZZY SUBSTRACTIVE CLUSTERING. Logic : Jurnal Rancang Bangun dan Teknologi, [S.l.], v. 15, n. 3, p. 188, mar. 2017. ISSN 2580-5649. Available at: <https://ojs.pnb.ac.id/index.php/LOGIC/article/view/498>. Date accessed: 29 mar. 2024.
Section
Articles