Anda di halaman 1dari 6

FUZZY CLUSTERING

Clustering yaitu menentukan titik-titik pusat merupakan konsep yang paling mendasar untuk menentukan pola dari suatu data. Fuzzy clustering memberikan pengelompokan data secara fuzzy partition, yang lebih kuat, lebih luas, dan lebih realitas u y pa t t o , ya g eb uat, eb uas, da eb ea tas dari pada crisp partition. Ada 2 metode fuzzy clustering: 1. fuzzy c-means clustering method (fcm) menggunakan fuzzy c-partitions yang merupakan fuzzy pseudopartition dengan menentukan terlebih dahulu banyaknya titik cluster yang ingin dicari. 2. 2 fuzzy subtractive clustering method menggunakan fuzzy equivalence relations yang merupakan regular fuzzy partitions tanpa menentukan terlebih dahulu banyaknya titik cluster yang ingin dicari dicari.
Praktikum Fuzzy Logic - Abdul Aziz, M.Si. 1

1. Fuzzy C-Means Clustering Method C Means


Fuzzy C-Means adalah suatu teknik clustering y g (pengelompokan) data dimana keberadaan titik-titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. keanggotaan Penentuan titik cluster dilakukan secara berulangulang hingga diperoleh data yang akurat berdasarkan derajat keanggotaannya. Perulangan ini didasarkan pada minimalisasi fungsi obyektif yang menggambarkan jarak dari titik data ke pusat cluster yang terbobot oleh derajat keanggotaan. keanggotaan
Praktikum Fuzzy Logic - Abdul Aziz, M.Si. 2

PRAKTIKUM 4
Pada command window MATLAB ketikkan: D=load (fcmdata.dat) plot(D(:,1),D(:,2),'o')
1 0 .9 0 .8 0 .7 0 .6 0 .5 0 .4 0 .3 0 .2 0 .1 0

0 .1

0 .2

0 . Praktikum . 4 3 0 Fuzzy Logic . 5 0 - Abdul Aziz,6 0 . M.Si.

0 .7

0 .8

0 .9

[C,U,F] = fcm(D,2) Dimana C : koordinat 2 cluster U: nilai atau derajat keanggotaan setiap data F : fungsi objektif untuk iterasi terakhir maxU = max(U); index1 = find(U(1, :) == maxU); index2 = find(U(2 :) == maxU); find(U(2, line(D(index1,1),D(index1, 2),'linestyle,'none','marker', x','color',r'); line(D(index2,1), D(index2,2),'linestyle','none','marker', o','color',g'); hold on plot(C(1,1),C(1,2),'ko','markersize',15,'LineWidth',2) plot(C(2,1),C(2,2),'kx','markersize',15,'LineWidth',2) figure(2); plot(F,-o) ( ) ( )
Praktikum Fuzzy Logic - Abdul Aziz, M.Si. 4

1 0 .9 0 .8 0 .7 0 .6 0 .5 0 .4 0 .3 0 .2 0 .1 0

0 .1

0 .2

0 .3

0 .4

0 .5

0 .6

0 .7

0 .8

0 .9

Praktikum Fuzzy Logic - Abdul Aziz, M.Si.

PRAKTIKUM 5
findcluster('fcmdata.dat findcluster( fcmdata.dat ')

Praktikum Fuzzy Logic - Abdul Aziz, M.Si.