Pemilihan Jari-Jari Dan Fungsi Keanggotaan Yang Menghasilkan Pengelompokan Dan Ctm Optimal Pada Fuzzy Subtractive Clustering

Anizar, Muhamad Yuyud (2017) Pemilihan Jari-Jari Dan Fungsi Keanggotaan Yang Menghasilkan Pengelompokan Dan Ctm Optimal Pada Fuzzy Subtractive Clustering. Sarjana thesis, Universitas Brawijaya.

Abstract

Clustering atau pengelompokan merupakan suatu teknik yang digunakan untuk mengelompokkan obyek atau kasus ke dalam kelompok yang relatif homogen, yang disebut cluster atau kelompok. Teori himpunan fuzzy akan memberikan jawaban terhadap suatu masalah yang mengandung ketidakpastian, himpunan tegas yang memberikan keputusan tegas 0 dan 1, sedangkan pada himpunan fuzzy akan memberikan nilai diantara 0 dan 1. Pada Fuzzy Subtractive Clustering, penentuan anggota kelompok melalui derajat keanggotaan yang dimiliki setiap data pada setiap pusat kelompok. Pada Fuzzy Subtractive Clustering tidak ditentukan jumlah kelompok yang terbentuk. Jumlah kelompok yang terbentuk dipengaruhi oleh keragaman data dan parameter inputan jari-jari, squash factor, accept ratio, dan reject ratio. Fungsi keanggotaan yang dapat digunakan diantaranya adalah fungsi keanggotaan segitiga, kurva bentuk bahu, sigmoid, dan gauss. Panjang jari-jari akan menentukan seberapa besar pengaruh pusat kelompok terhadap data disekitarnya, maka akan menentukan pusat kelompok yang terbentuk. Tujuan penelitian ini adalah untuk mendapatkan pengelompokan data yang optimal.. Pada penelitian ini, nilai jari-jari yang optimal memberikan hasil yang berbeda-beda pada setiap data dan dipengaruhi variabilitas antar variabelnya. Penentuan jari-jari yang optimal dengan membandingkan 5 jari-jari lainnya, semakin besar nilai jari-jari akan meningkatkan nilai CTM dan menurunkan banyak kelompok, begitu juga sebaliknya. Fungsi keanggotaan yang optimal pada semua jari-jari adalah fungsi keanggotaan gauss.

English Abstract

Clustering is a technique used to group objects or cases into relatively homogeneous groups, called clusters or groups. The fuzzy set theory will provide an answer to a problem that contains uncertainty, a CRIPS set that gives a firm decision of 0 and 1, whereas in the fuzzy set it will give a value between 0 and 1. In Fuzzy Subtractive Clustering, the determination of group members through the degree of membership owned by each data At each center of the group. In Fuzzy Subtractive Clustering not determined the number of groups formed. The number of groups formed is influenced by the diversity of data and parameter of input radius, squash factor, accept ratio, and reject ratio. Membership functions that can be used include the membership function of triangle, shoulder shape curve, sigmoid, and gauss. The length of the radius will determine how much influence the center of the group to the surrounding data, it will determine the center of the group that is formed. The purpose of this study is to obtain optimal data grouping. In this study, the optimal radius value gives different results on each data and influenced variability between variables. Determination of the optimal radius by comparing the 5 other radius, the greater the value of the radius will increase the value of CTM and decrease many groups, and vice versa. The optimal membership function for all radius is the membership function of gauss.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FMIPA/2017/259/051705894
Uncontrolled Keywords: Fuzzy Subtractive Clustering, Jari-Jari, Fungsi Keanggotaan, CTM
Subjects: 500 Natural sciences and mathematics > 511 General principles of mathematics > 511.3 Mathematical logic (Symbolic logic) > 511.31 Nonclassical logic > 511.313 Fuzzy logic
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Nur Cholis
Date Deposited: 24 Oct 2017 01:56
Last Modified: 24 Nov 2021 02:37
URI: http://repository.ub.ac.id/id/eprint/4239
[thumbnail of 135090507111006 Muhammad Yuyud Anizar (Fulll Skripsi).pdf]
Preview
Text
135090507111006 Muhammad Yuyud Anizar (Fulll Skripsi).pdf

Download (2MB) | Preview

Actions (login required)

View Item View Item