2.8 Contoh Penggunaan Fuzzy C-Means
Terdapat data gejala yang telah dirubah kedalam bentuk biner
Pegal NyeriSendi Normal Linu-linu
1 1
1 1
1 1
1 1
1 1
1 1
Data tersebut akan dibagi dalam tiga kelompok. Pertama tentukan
:
banyaknya cluster c
3
Pembobot w
2
maksimum iterasi maxiter
5
error e
0.01
fungsi objektif P0
Iterasi awal iter
1
Kemudian bentuk matriks partisi U
ik
dengan i=banyaknya data dan k=banyaknya cluster.
i k1
k2 k3
1 0.440986528
0.490279156 0.069
2 0.555826368
0.384816328 0.059
3 0.156206358
0.306739378 0.537
4 0.460986631
0.075301468 0.464
5 0.426768818
0.216412813 0.357
6 0.095909122
0.285092664 0.619
7 0.32906622
0.398552921 0.272
8 0.019634378
0.466853598 0.514
9 0.311402432
0.347649768 0.341
10 0.321789912
0.537765533 0.14
11 0.695747687
0.031368532 0.273
12 0.047758847
0.100471348 0.852
Langkah selanjutnya adalah menghitung pusat kluster V
ij
dan didapat hasil : vij
1 2
3 4
5 6
7 1 0.00532574
0.001543791 0.712869 0.280262 0.934722 0 0.161594
2 0.05747037 0.161248551 0.780585 0.000696 0.738046
0 0.118575 3
0.1668799 0.430836171 0.369851 0.032433 0.824529
0 0.106082 8
9 10
11 12
13 14
15 16
0.883904 0.48318 0.933401 0.336406 0.756065 0.123037
0.1054 0.001321 0.710058 0.647889 0.730909 0.086154 0.889208 0.004009
0.0331 0.007138 0.94078 0.484568 0.508542 0.083062 0.409287 0.093653
0.0555 0.315987
17 18
19 20
21 22 23
24 25
26 0.014127 0.644569 0.355431 0.752799 0.638885 0.412827
0.059952236 0.805538 0.066529
0.57227 0.42773 0.740745 0.563643 0.650965
0.204483286 0.369964 0.125621 0.608367 0.391633 0.656525
0.33848 0.522367 0.008590829
0.35201
Lalu hitung fungsi objektif pada iterasi ke-i
Pk1 0.425421188
0.400981585 0.097718459
0.878426136 0.739858999
0.050045697 0.314062712
0.00157452 0.449803355
0.569634953 1.205474338
0.013652833 pk2
0.569272 0.332846
0.341193 0.024486
0.206732 0.377365
0.31748 0.700377
0.520319 0.965603
0.004561 0.056323
pk3 p kluster
0.015653 1.010346315 0.011176 0.745003756
1.127077 1.565988973 0.905885 1.808796982
0.647684 1.594275499 1.617009 2.044419013
0.211604 0.843146995 0.82873 1.530682167
0.618954 1.589076395 0.106368 1.641606159
0.34855 1.558585765 1.911485 1.981460854
total 17.91338887
Kemudian setelah fungsi objektif diperoleh, yang dilakukan adalah memperbaiki derajat keanggotaan dan diperoleh derajatkeanggotaan yang baru sebagai berikut :
K1 K2
K3
1
0.28 0.30
0.42
2
0.19 0.33
0.47
3
0.35 0.31
0.34
4
0.33 0.34
0.33
5
0.30 0.33
0.38
6
0.38 0.32
0.30
7
0.37 0.26
0.37