Pengembangan Algoritma Penentuan Titik Awal Dalam Metode Clustering Algoritma Fuzzy C-Means

ix

ABSTRAK

Penentuan titik awal dalam algoritma fuzzy c-means (FCM) diambil dengan cara
random. Hal ini dapat menghasilkan perulangan yang berhingga. Untuk itu
dikembangkan algoritma penentuan titik awal dengan pendekatan hierarchical
agglomerative clustering sebagai pengganti proses randomisasi derajat keanggotaan
pada iterasi awal. Diharapkan nantinya proses clustering menghasilkan iterasi yang
lebih sedikit. Nilai-nilai yang dihasilkan pada algoritma ini merupakan penggabungan
sejumlah pusat cluster dari variabel-variabel berdasarkan perhitungan pendekatan
yang terdapat pada complete linkage. Kemudian menghitung selisih fungsi objektif
disetiap iterasi setelah dilakukan proses clustering pada FCM. Proses iterasi berhenti
setelah selisih fungsi objektif lebih kecil dari batas yang ditentukan.
Kata kunci : Fuzzy c-means, penentuan titik awal, complete linkage.

x

THE EXPANSION OF STARTING POINT ALGORITHM ON
CLUSTERING METHOD WITH FUZZY C-MEANS
ALGORITHM

ABSTRACT

Determining the starting point from fuzzy c-means(FCM) produced by random values.
The algorithm would produce limited looping. Therefore the expansion of starting
point algorithm approach by hierarchical agglomerative clustering as alternate step
from random process of membership degree in early iteration. Clustering process that
expected produce fewer iteration. Values that produce by this algorithm is merging of
cluster center from all variables based of complete linkage algorithm. Then calculate
the difference of objective function in the each iteration. Iteration process stopped
after the differences objective function is smaller than prescribed limit.
Keywords : Fuzzy c-means, starting point, complete linkage.