Skripsi

PERBANDINGAN HASIL CLUSTER FUZZY C-MEANS DENGAN HYBRID FUZZY C-MEANS PARTICLE SWARM OPTIMIZATION

---

Penilaian

---

Algortima Fuzzy C-Means memberi kebebasan dalam hal jumlah cluster yang akan dibuat dan dapat melakukan clustering lebih dari satu variabel secara sekaligus. Pada kondisi awal, pusat cluster ini masih belum akurat. Tiap-tiap data memiliki derajat keanggotaan untuk tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan nilai keanggotaan tiap-tiap data secara berulang, maka akan dapat dilihat bahwa pusat cluster akan bergerak menuju lokasi yang tepat. PSO, terdapat sekumpulan individu yang menyatakan solusi yang potensial dalam ruang pencarian. Setiap solusi yang ini akan dievaluasi menggunakan fungsi fitness. Setiap individu memiliki memori terhadap posisi terbaik yang pernah dilalui (Pbest). Solusi terbaik dari seluruh partikel dalam populasi merupakan solusi terbaik global (Gbest). Jumlah data yang digunakan dalam penelitian ini sebanyak 5 dataset yang memiliki beragam atributpada pengujian DBI Fuzzy C-Means iterasi ke -20 merupakan iterasi terbaik sedangkan dalam pengujian DBI Particle Swarm Optimization jumlah populasi terbaik yaitu populasi 50, jumlah atribut terbaik adalah 18 dengan dataset Diabetes. Hasil kinerja FCM dan FCM-PSO memiliki perbedaan yang terlihat dari nilai rata-rata akurasi yaitu FCM sebanyak 45% sedangkan PSO sebanyak 61% sehingga memiliki kenaikan tingkat akurasi sebanyak 16%.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2307005858	T71249	T712492021	Central Library (Reference)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T712492021

Publisher

Indralaya : Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya., 2021

Collation

xv,64 hlm.; Ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

005.707

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Jurusan Teknik Informatika
Data dalam sistem-sistem komputer

Specific Detail Info

-

Statement of Responsibility

FIRA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment