Matriks U
ik
yang terbentuk dari fungsi FFCM_initV disimpan ke dalam hepatitis.mat.Jika dijumlahkan maka nilai perbaris dari matriks U
ik
yang terbentuk tidak lebih dari 1. Setelah nilai matriks partisi awal disimpan maka proses FCM
dilakukan pertama kali dengan memilih data yang akan diolah, kemudian data tersebut akan dihitung dengan menggunakan fungsi FFCM yang terdapat pada
halaman lampiran. Perhitungan FCM ini akan dilakukan berulang kali untuk memperbaiki lokasi pusat cluster. Langkah iterative ini akan dilakukan berdasarkan
minimisasi fungsi objektif.
5.3 Implementasi User Interface
Implementasi sistem pengelompokkan penyakit hepatitis dengan menggunakan Fuzzy C-Meansini dibangun dengan menggunakan program MATLAB R2010a. Source code
program terdapat pada halaman Lampiran.
Gambar 4.1 : Halaman Pengelompokkan Penyakit Hepatitis
Pada gambar 4.1 ditunjukkan halaman pengelompokkan penyakit hepatitis dengan menggunakan metode FCM. Di halaman ini user memilih data rekam medis yang akan
dihitung dengan menekan tombol cari maka akan muncul dialog box seperti gambar 4.2 dibawah ini.
Gambar 4.2 :dialog box untuk memilih data
Kemudian user memilih nama file berformat .csv yang akan dihitung.setelah tombol open ditekan maka data yang dipilih akan tampil pada tabel data awal seperti gambar 4.3
Gambar 4.3 :Data awal
Kemudian user memasukkan inisialisasi awal untuk bobot w, maximum iterasi, nilai error, iterasi awal dan fungsi objektif awal pada kolom inisialisasi awal seperti gambar 4.4.
Untuk nilai bobot w nilai yang diinputkan tidak boleh kurang dari 1 karena nilai perhitungan akan menjadi 0 jika menginputkan bobot bernilai 1.
Gambar 4.4 :inisialisasi data
Setelah memasukkan nilai ini sialisasi awal tekan tombol “Hitung” untuk menjalankan
program. Selanjutnya akan ditampilkan derajat keanggotaan terakhir dan nilai akurasinya. Ketika tombol “Hitung” ditekan maka secara otomatis nilai derajat keanggotaan terakhir dan
nilai fungsi objektif akhir akan tersimpan pada uikAkhir.xls dan FungsiObjektif.xls. Hasil nilai derajat keanggotaan pada iterasi terakhir yang didapat, nilai fungsi objektif akhir dan
hasil akurasi akan tampak seperti gambar 4.5, gambar 4.6 dan gambar 4.7 dibawah ini
Gambar 4.5 :Nilai derajat keanggotaan iterasi terakhir
1.258421 0.077375
0.030552 0.016056
0.010787 0.00726
0.004815 0.003175
0.002089 0.001373
0.000901 0.000592
0.000389 0.000255
0.000168 0.00011
7.22E-05
Gambar 4.6: Fungsi Objektif
Gambar 4.7: Akurasi
