Anda di halaman 1dari 11

Tugas Kuliah

Pengenalan Pola (Pattern Recognition)


Dosen: Drs. Agus Hardjoko, M.Sc., Ph.D.

CLUSTERING DENGAN
ALGORITMA K-MEANS

Mahasiswa:

Moh. Sofyan S. Thayf


25340/I-4/2107/06

Magister Ilmu Komputer FMIPA


Universitas Gadjah mada
2008
Clustering Dengan Algoritma K -Means

Pendahuluan
Clustering adalah pengelompokan sejumlah besar obyek berdasarkan ciri atau atribut tertentu kedalam
sejumlah kelompok atau cluster. Dengan clustering, dan dengan menggunakan algoritma clustering
tertentu, sejumlah obyek yang memiliki nilai parameter atau atribut yang mendekati sama akan dapat
dikelompokkan dengan mudah.
Tujuan dari pengelompokan bisa untuk berbagai keperluan, salah satunya adalah untuk keperluan
pengenalan pola (pattern recognition) dimana setelah data dikelompokkan, akan lebih mudah
melakukan analisa selanjutnya untuk meng enali secara lebih rinci pola-pola yang dimiliki oleh suatu
kumpulan obyek.
Untuk pengelompokan obyek, terdapat sejumlah a lgoritma yang banyak digunakan dalam melaku kan
clustering, antara lain C-Means, Isodata, dan K-Means. Dalam tulisan ini, pembahasan dibatasi hanya
pada algoritma clustering K-Means

Algoritma K-Means
Algoritma K-Means merupakan algoritma yang relatif sederhana untuk mengklasifikasikan atau
mengelompokkan sejumlah besar obyek dengan atribut tertentu kedalam kelompok -kelompok (cluster)
sebanyak K. Pada algoritma K-Means, jumlah cluster K sudah ditentukan lebih dahulu.
Setiap cluster memiliki titik pusat dan anggota-anggota dari satu cluster dipilih berdasarkan jarak dari
titik pusat cluster terdekat. Penentuan keanggotaan dan titik pusat cluster kemudian menjadi tidak
mudah, karena penambahan satu anggota pada lokasi yang signifikan akan merubah lokasi titik pusat
cluster, dan status keanggotaan haru s ditinjau kembali, perubahan keanggotaan kemudian akan
kembali merubah lokasi titik pusat dan seterusnya keanggotaan mungkin akan berubah lagi. Karena
itu, proses penentuan titik pusat dan keanggotaan cluster harus dilakukan dalam iterasi (perulangan)
hingga posisi titik pusat dan angota -anggota cluster benar-benar stabil
Algoritma K-Means, melakukan tiga langkah utama dalam melakukan pengelompokan:
1. Menentukan koordinat titik pusat untuk masing -masing cluster. Jumlah cluster K sudah
ditentukan sebelumnya, sehingga terdapat K koordinat titik pusat . Inisialisasi koordinat titik
pusat dapat dilakukan secara sekuensial dengan mengambil sejumlah data pertama sebagai
titk pusat, atau secara acak (random) pada sembarang nomor urut data
2. Menghitung jarak setiap obye k terhadap semua titik pusat cluster
3. Mengelompokkan obyek berdasarkan jarak minimum atau jarak ke titik pusat terdekat
Langkah 1-3 di atas dilakukan dalam perulangan (iterasi) sampai tidak ditemukan lagi obyek yang
berpindah cluster akibat perhitungan kem bali titik-titik pusat cluster pada iterasi terakhir

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


2
Secara sederhana algoritma K-Means dapat digambarkan dalam flowchart seperti berikut:

START

Tentukan
jumlah cluster
K

Tentukan asumsi Ya
titik pusat cluster
(centroids)
Adakah
Tidak
obyek yang END
Hitung Jarak obyek berpindah?
ke centroids

Kelompokkan obyek
berdasarkan jarak
minimum

Contoh Program

% CLUSTER - Simple k means clustering algorithm


% Author: Kardi Teknomo, Ph.D.
% see http://people.revoledu.com/kardi/
%
% Modified by: Moh. Sofyan S. Thayf <sofyanthayf@yahoo.com>
% Magister Ilmu Komputer FMIPA UGM
% Date modified: 25-02-2008
%
load data.dat; % baca file data
k=3; % tentukan jumlah cluster
isRand=0; % 0 -> inisialisasi center secara sekuensial
% 1 -> inisialisasi center secara random
[maxRow, maxCol]=size(data)
if maxRow<=k,
y=[m, 1:maxRow]
else
% initial value of centroid
if isRand,
p = randperm(size(data,1)); % random initialization
for i=1:k
c(i,:)=data(p(i),:)
end
else
for i=1:k
c(i,:)=data(i,:) % sequential initialization
end
end

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


3
temp=zeros(maxRow,1); % siapkan dan kosongkan variabel temporer
u=0;
while 1,
d=DistMatrix(data,c); % hitung jarak node -centroid
[z,g]=min(d,[],2); % tentukan group matrix g
if g==temp, % jika tidak ada perub ahan lagi
break; % hentikan iterasi
else
temp=g; % copy group matrix ke temporary variable
end
for i=1:k
f=find(g==i);
if f % hitung centroid ha nya jika berisi
c(i,:)=mean(data(find(g==i),:),1)
end
end
end
y=[data,g];
hold off; % siapkan untuk grafik persisten
graphdata(y); % plot titik data (node)
% plot titik pusat cluster
x = c(:,1);
y = c(:,2);
plot(x,y,'k*');

end

Program yang digunakan untuk melakukan percobaan clustering dengan algoritma K-Means
menggunakan MatLab ini, diambil dan dimodifikasi dari http://people.revoledu.com/kardi/

Hasil Eksekusi
Deskripsi Data
Data sample dibangkitkan secara acak sebanyak 400 record data dua -dimensi (x,y) dengan ketelitian
sampai tiga angka desimal, dengan demikian didapatkan 400 obyek dengan jarak terk ecil antar obyek
yang bisa relatif sangat kecil dan memberikan tingkat kesulitan yang tinggi untuk pengelompokannya
Jumlah cluster dapat ditentukan secara bebas, tapi dalam percobaan diasumsikan jumlah cluster (k) =
3 dan titik tengah menggunakan inisialisasi secara sekuensial (diasumsikan dimulai dari data pertama)

Hasil Iterasi
Eksekusi program menghasilkan matrix Y, merupakan matrik 3 kolom yang berisi koordinat data pada
kolom ke-1 dan ke-2, serta nomor cluster dimana data tersebut menjadi anggotanya pada kolom ke-3
314.0570 252.8270 1.0000
291.5250 345.6970 2.0000
253.7050 260.2710 3.0000
258.9740 303.5720 3.0000
333.2220 295.0110 1.0000
355.3950 275.6110 1.0000
272.7780 298.1130 3.0000
261.7830 299.5340 3.0000
278.4410 264.7320 3.0000
302.7470 291.2530 1.0000

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


4
263.5720 338.3440 3.0000
…..
…..
241.8470 347.7770 3.0000
272.6090 335.6680 3.0000
315.0710 303.4620 2.0000
281.5990 242.8870 1.0000
347.5770 272.3290 1.0000
278.7160 270.3510 3.0000

Terbentuk pula matrix C yang berisi k oordinat titik pusat dari setiap cluster

c =

324.5261 268.3291
321.8325 325.9831
263.9666 296.0499

Hasil Plotting
Berdasarkan data keanggotaan cluster (matrix Y) dan data koordinat titik pusat cluster (centroid hasil
iterasi terakhir) pada matrix C di atas, maka dapat ditampilkan plotting setiap titik obyek dalam
kelompoknya (dengan warna berbeda) dan titik pusat cluster-nya, dalam grafik berikut:

340

320

300

280

260

240
240 260 280 300 320 340 360

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


5
Lampiran 1
Listing Program Lengkap
cluster.m

% CLUSTER - Simple k means clustering algorithm


% Author: Kardi Teknomo, Ph.D.
% see http://people.revoledu.com/kardi/
%
% Modified by: Moh. Sofyan S. Thayf <sofyanthayf@yahoo.com>
% Magister Ilmu Komputer FMIPA UGM
% Date modified: 25-02-2008
%
load data.dat; % baca file data

k=3; % tentukan jumlah cluster


isRand=0; % 0 -> inisialisasi center secara sekuensial
% 1 -> inisialisasi center secara random
[maxRow, maxCol]=size(data)
if maxRow<=k,
y=[m, 1:maxRow]
else
% initial value of centroid
if isRand,
p = randperm(size(data,1)); % random initialization
for i=1:k
c(i,:)=data(p(i),:)
end
else
for i=1:k
c(i,:)=data(i,:) % sequential initialization
end
end
temp=zeros(maxRow,1); % initialize as zero vector
u=0;
while 1,
d=DistMatrix(data,c); % hitung jarak node -centroid
[z,g]=min(d,[],2); % tentukan group matrix g
if g==temp, % jika tidak ada perubahan lagi
break; % hentikan iterasi
else
temp=g; % copy group matrix ke temporary variable
end
for i=1:k
f=find(g==i);
if f % hitung centroid hanya jika berisi
c(i,:)=mean(data(find(g==i),:),1)
end
end
end
y=[data,g];
hold off; % siapkan untuk grafik persisten
graphdata(y); % plot titik data (node)
% plot titik pusat cluster
x = c(:,1);
y = c(:,2);
plot(x,y,'k*');
end

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


6
DistMatrix.m

% DISTMATRIX return distance matrix between point A=[x1 y1] and B=[x2 y2]
% Author: Kardi Teknomo, Ph.D.
% see http://people.revoledu.com/kardi/
function d=DistMatrix(A,B)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Number of point in A and B are not necessarily the same.
% It can be use for distance -in-a-slice (Spacing) or distance -between-slice (Headway),
%
% A and B must contain two column,
% first column is the X coordinates
% second column is the Y coordinates
% The distance matrix are distance between points in A as row
% and points in B as column.
% example: Spacing= dist(A,A)
% Headway = dist(A,B), with hA ~= hB or hA=hB
% A=[1 2; 3 4; 5 6]; B=[4 5; 6 2; 1 5; 5 8]
% dist(A,B)= [ 4.24 5.00 3.00 7.21;
% 1.41 3.61 2.24 4.47;
% 1.41 4.12 4.12 2.00 ]
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
[hA,wA]=size(A);
[hB,wB]=size(B);
if hA==1& hB==1
d=sqrt(dot((A-B),(A-B)));
else
C=[ones(1,hB);zeros(1,hB)];
D=flipud(C);
E=[ones(1,hA);zeros(1,hA)];
F=flipud(E);
G=A*C;
H=A*D;
I=B*E;
J=B*F;
d=sqrt((G-I').^2+(H-J').^2);
end

graphdata.m

% Function graphdata plotting titik data pada grafik


%
% Author: Moh. Sofyan S. T hayf <sofyanthayf@yahoo.com>
% Magister Ilmu Komputer FMIPA UGM
% date creation: 25-02-2008
%
function graphdata(data)

wr=['r' 'g' 'b' 'c' 'm' 'y' 'k']; %warna sementara terbatas utk 7 cluster
x = data(:,1);
y = data(:,2);
minx = min(x);
maxx = max(x);
miny = min(y);
maxy = max(y);

n = size(data,1);
for i=1:n
plot(x(i),y(i),strcat(wr(data(i,3)),'o'));
data(i,3);
hold on;
end
axis([minx-3, maxx+3, miny-3, maxy+3]);

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


7
Lampiran 2
Data Sample
291.525 345.697 339.553 325.771 359.258 343.601
314.057 252.827 317.597 267.631 262.911 246.488
253.705 260.271 260.285 265.547 352.861 301.693
258.974 303.572 330.644 250.789 354.279 299.875
333.222 295.011 267.115 240.969 268.592 325.099
355.395 275.611 284.533 323.271 330.887 287.008
272.778 298.113 281.944 307.994 304.227 310.532
261.783 299.534 338.837 278.213 306.959 326.666
278.441 264.732 273.432 264.136 240.543 330.039
302.747 291.253 252.996 324.257 241.608 259.334
263.572 338.344 343.453 332.514 297.793 335.955
322.096 339.926 249.092 296.467 313.466 282.446
286.989 292.101 256.158 316.723 307.668 257.586
338.059 347.596 267.376 349.821 341.305 349.165
321.552 258.262 343.354 309.375 359.703 295.733
287.812 344.632 299.787 269.214 354.815 268.952
275.775 289.718 295.329 277.688 337.673 328.066
270.119 299.452 281.088 295.571 309.449 245.183
311.376 247.448 301.451 282.025 261.416 266.056
353.004 326.963 270.112 259.264 348.051 278.044
249.243 328.745 319.661 288.914 302.372 268.089
339.509 250.987 335.866 339.476 342.888 327.982
299.625 289.806 276.781 250.403 353.658 254.839
343.725 254.659 255.067 297.929 305.831 263.935
352.538 346.402 272.392 277.724 295.065 244.107
308.222 265.915 275.767 311.718 243.533 324.537
254.781 241.241 283.791 265.147 350.966 331.028
316.969 281.591 263.036 306.055 296.948 279.318
308.314 319.645 298.509 257.777 275.606 318.836
240.353 329.179 306.452 335.252 289.736 290.261
335.562 258.012 280.273 338.121 313.987 249.653
246.911 283.233 357.896 323.795 341.378 303.624
294.606 295.876 257.733 308.156 275.253 297.319
321.313 317.108 329.282 315.034 276.843 310.146
331.144 266.914 328.786 331.974 271.798 292.498
309.643 277.563 332.631 325.615 324.196 300.036
301.675 311.435 317.568 287.952 319.933 251.799
323.957 322.213 347.136 256.827 309.518 306.834
356.754 322.518 288.602 277.879 285.778 308.534
273.399 249.283 312.383 279.815 255.757 280.897
296.254 255.034 269.161 307.253 284.874 341.558
339.193 271.004 356.838 281.033 278.106 287.548
293.574 338.995 330.997 344.534 271.566 258.174
260.528 266.546 281.731 284.389 313.393 301.347
252.816 348.095 280.805 283.787 322.613 273.329
358.821 314.744 279.461 342.957 324.244 278.671
345.543 347.485 243.698 278.755 350.665 241.087
285.737 319.801 243.085 250.208 330.156 289.296
336.876 342.003 306.731 282.793 346.571 287.107
257.946 339.116 326.388 328.617 358.373 327.946
269.546 328.911 310.216 281.397 333.017 287.812
316.995 317.017 325.771 346.846 319.525 346.294
326.543 275.954 332.392 283.997 330.274 301.664
306.026 325.901 253.132 294.558 297.191 307.809
274.772 334.699 298.729 271.375 360.272 347.133
313.987 306.316 340.736 241.785 338.521 293.957
261.247 337.424 270.997 315.199 259.048 325.737
270.957 321.208 280.945 292.517 267.435 280.269
337.603 280.251 328.485 326.025 331.287 266.333
339.476 286.465 358.439 273.117 297.848 260.906
348.447 301.876 304.792 304.352 283.009 243.384
317.502 243.823 339.818 272.921 267.879 313.263
346.259 295.667 317.006 313.466 333.153 329.826
354.319 306.099 264.975 313.143 253.855 337.287
277.978 270.803 329.043 327.519 323.256 318.243
311.949 320.851 270.362 318.087 327.497 318.846
290.875 328.862 251.641 248.029 247.267 327.481
273.171 260.356 319.602 257.506 272.381 330.688
353.886 311.781 271.019 258.456 335.073 316.525
259.184 336.631 350.041 282.296 249.438 312.313
350.122 342.871 332.275 288.969 269.043 243.415
328.206 336.873 315.544 274.875 257.762 309.915

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


8
261.229 275.393 354.855 255.996 262.437 251.013
272.785 272.675 262.907 245.427 353.258 276.795
281.936 275.128 326.914 292.313 346.615 349.492
293.166 263.116 294.965 281.316 256.305 262.033
301.105 339.296 298.248 294.065 245.383 242.802
321.218 245.578 282.043 305.533 274.144 253.973
246.279 319.323 332.066 310.572 299.681 290.023
279.149 312.197 271.687 289.556 337.317 286.552
316.011 324.457 344.988 309.151 265.753 296.302
307.568 304.465 240.033 338.918 324.012 345.121
307.172 265.057 327.365 346.519 314.318 303.095
288.411 349.491 249.629 258.042 275.947 338.099
249.684 347.265 272.146 252.048 259.852 303.829
242.596 275.917 273.894 339.344 294.863 325.188
327.251 346.791 313.965 290.775 284.257 269.938
303.301 244.719 244.028 307.811 252.838 264.629
252.155 348.513 277.578 338.585 276.792 335.059
298.674 276.615 244.487 250.134 349.666 279.138
332.969 340.637 354.011 281.367 293.423 321.281
315.555 338.108 262.727 312.289 291.069 299.234
258.559 259.505 349.791 243.371 244.315 257.824
318.423 333.021 340.413 330.558 292.465 340.574
329.132 331.166 291.734 315.089 289.736 341.323
279.542 245.607 318.512 342.361 303.433 330.853
313.418 330.911 312.375 266.877 325.478 325.061
347.265 283.248 311.828 329.833 248.141 277.141
355.314 319.037 257.094 316.547 344.507 340.372
260.377 283.229 343.446 308.316 333.211 338.022
243.055 304.315 334.655 307.767 252.342 301.412
308.171 280.794 246.305 301.956 241.722 268.842
354.389 241.039 294.808 324.439 301.384 310.337
344.492 264.997 242.141 331.496 345.902 245.615
295.406 335.848 321.515 258.943 275.209 244.954
304.884 314.006 249.706 338.315 341.522 287.753
328.603 310.176 301.583 240.914 342.296 328.783
247.892 254.748 252.456 254.004 351.132 271.904
283.438 333.391 287.841 256.765 250.866 336.042
243.456 308.076 271.111 340.624 328.419 305.906
340.222 322.001 348.693 256.363 284.727 315.602
262.081 329.091 359.695 244.447 358.083 310.808
359.394 267.841 330.777 329.058 302.515 286.556
246.489 312.839 275.264 273.788 357.396 290.285
255.486 249.173 297.404 255.891 259.529 310.859
329.495 266.194 313.874 298.134 261.482 308.284
339.953 335.187 278.698 327.655 271.761 244.825
288.965 347.054 282.605 334.574 352.219 270.711
302.137 335.576 294.393 340.155 345.752 340.578
309.214 304.733 299.618 327.794 293.563 267.933
280.361 282.934 279.193 270.722 241.182 265.063
309.239 306.985 285.458 346.552 305.861 243.334
346.989 256.092 317.748 335.099 345.693 296.041
300.852 344.054 306.243 246.374 296.857 257.525
290.966 322.456 302.031 298.458 273.531 255.213
335.767 258.743 343.622 271.068 323.704 280.604
332.069 316.576 276.766 326.936 241.847 347.777
324.325 271.724 294.055 243.264 272.609 335.668
304.263 316.327 312.754 243.056 315.071 303.462
303.437 275.045 248.027 327.975 281.599 242.887
329.877 300.992 244.135 330.384 347.577 272.329
344.533 340.717 257.836 341.285 278.716 270.351
351.227 251.472 296.713 320.359
333.759 254.986 243.217 330.434

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


9
Lampiran 2
Hasil Pengelompokan Data Sample dalam 3 Cluster (Matrix y)
314.0570 252.8270 1.0000 354.3190 306.0990 2.0000 298.7290 271.3750 1.0000
291.5250 345.6970 2.0000 277.9780 270.8030 3.0000 340.7360 241.7850 1.0000
253.7050 260.2710 3.0000 311.9490 320.8510 2.0000 270.9970 315.1990 3.0000
258.9740 303.5720 3.0000 290.8750 328.8620 2.0000 280.9450 292.5170 3.0000
333.2220 295.0110 1.0000 273.1710 260.3560 3.0000 328.4850 326.0250 2.0000
355.3950 275.6110 1.0000 353.8860 311.7810 2.0000 358.4390 273.1170 1.0000
272.7780 298.1130 3.0000 259.1840 336.6310 3.0000 304.7920 304.3520 2.0000
261.7830 299.5340 3.0000 350.1220 342.8710 2.0000 339.8180 272.9210 1.0000
278.4410 264.7320 3.0000 328.2060 336.8730 2.0000 317.0060 313.4660 2.0000
302.7470 291.2530 1.0000 339.5530 325.7710 2.0000 264.9750 313.1430 3.0000
263.5720 338.3440 3.0000 317.5970 267.6310 1.0000 329.0430 327.5190 2.0000
322.0960 339.9260 2.0000 260.2850 265.5470 3.0000 270.3620 318.0870 3.0000
286.9890 292.1010 3.0000 330.6440 250.7890 1.0000 251.6410 248.0290 3.0000
338.0590 347.5960 2.0000 267.1150 240.9690 3.0000 319.6020 257.5060 1.0000
321.5520 258.2620 1.0000 284.5330 323.2710 3.0000 271.0190 258.4560 3.0000
287.8120 344.6320 2.0000 281.9440 307.9940 3.0000 350.0410 282.2960 1.0000
275.7750 289.7180 3.0000 338.8370 278.2130 1.0000 332.2750 288.9690 1.0000
270.1190 299.4520 3.0000 273.4320 264.1360 3.0000 315.5440 274.8750 1.0000
311.3760 247.4480 1.0000 252.9960 324.2570 3.0000 359.2580 343.6010 2.0000
353.0040 326.9630 2.0000 343.4530 332.5140 2.0000 262.9110 246.4880 3.0000
249.2430 328.7450 3.0000 249.0920 296.4670 3.0000 352.8610 301.6930 2.0000
339.5090 250.9870 1.0000 256.1580 316.7230 3.0000 354.2790 299.8750 2.0000
299.6250 289.8060 1.0000 267.3760 349.8210 3.0000 268.5920 325.0990 3.0000
343.7250 254.6590 1.0000 343.3540 309.3750 2.0000 330.8870 287.0080 1.0000
352.5380 346.4020 2.0000 299.7870 269.2140 1.0000 304.2270 310.5320 2.0000
308.2220 265.9150 1.0000 295.3290 277.6880 1.0000 306.9590 326.6660 2.0000
254.7810 241.2410 3.0000 281.0880 295.5710 3.0000 240.5430 330.0390 3.0000
316.9690 281.5910 1.0000 301.4510 282.0250 1.0000 241.6080 259.3340 3.0000
308.3140 319.6450 2.0000 270.1120 259.2640 3.0000 297.7930 335.9550 2.0000
240.3530 329.1790 3.0000 319.6610 288.9140 1.0000 313.4660 282.4460 1.0000
335.5620 258.0120 1.0000 335.8660 339.4760 2.0000 307.6680 257.5860 1.0000
246.9110 283.2330 3.0000 276.7810 250.4030 3.0000 341.3050 349.1650 2.0000
294.6060 295.8760 3.0000 255.0670 297.9290 3.0000 359.7030 295.7330 1.0000
321.3130 317.1080 2.0000 272.3920 277.7240 3.0000 354.8150 268.9520 1.0000
331.1440 266.9140 1.0000 275.7670 311.7180 3.0000 337.6730 328.0660 2.0000
309.6430 277.5630 1.0000 283.7910 265.1470 3.0000 309.4490 245.1830 1.0000
301.6750 311.4350 2.0000 263.0360 306.0550 3.0000 261.4160 266.0560 3.0000
323.9570 322.2130 2.0000 298.5090 257.7770 1.0000 348.0510 278.0440 1.0000
356.7540 322.5180 2.0000 306.4520 335.2520 2.0000 302.3720 268.0890 1.0000
273.3990 249.2830 3.0000 280.2730 338.1210 2.0000 342.8880 327.9820 2.0000
296.2540 255.0340 1.0000 357.8960 323.7950 2.0000 353.6580 254.8390 1.0000
339.1930 271.0040 1.0000 257.7330 308.1560 3.0000 305.8310 263.9350 1.0000
293.5740 338.9950 2.0000 329.2820 315.0340 2.0000 295.0650 244.1070 1.0000
260.5280 266.5460 3.0000 328.7860 331.9740 2.0000 243.5330 324.5370 3.0000
252.8160 348.0950 3.0000 332.6310 325.6150 2.0000 350.9660 331.0280 2.0000
358.8210 314.7440 2.0000 317.5680 287.9520 1.0000 296.9480 279.3180 1.0000
345.5430 347.4850 2.0000 347.1360 256.8270 1.0000 275.6060 318.8360 3.0000
285.7370 319.8010 3.0000 288.6020 277.8790 3.0000 289.7360 290.2610 3.0000
336.8760 342.0030 2.0000 312.3830 279.8150 1.0000 313.9870 249.6530 1.0000
257.9460 339.1160 3.0000 269.1610 307.2530 3.0000 341.3780 303.6240 2.0000
269.5460 328.9110 3.0000 356.8380 281.0330 1.0000 275.2530 297.3190 3.0000
316.9950 317.0170 2.0000 330.9970 344.5340 2.0000 276.8430 310.1460 3.0000
326.5430 275.9540 1.0000 281.7310 284.3890 3.0000 271.7980 292.4980 3.0000
306.0260 325.9010 2.0000 280.8050 283.7870 3.0000 324.1960 300.0360 2.0000
274.7720 334.6990 3.0000 279.4610 342.9570 2.0000 319.9330 251.7990 1.0000
313.9870 306.3160 2.0000 243.6980 278.7550 3.0000 309.5180 306.8340 2.0000
261.2470 337.4240 3.0000 243.0850 250.2080 3.0000 285.7780 308.5340 3.0000
270.9570 321.2080 3.0000 306.7310 282.7930 1.0000 255.7570 280.8970 3.0000
337.6030 280.2510 1.0000 326.3880 328.6170 2.0000 284.8740 341.5580 2.0000
339.4760 286.4650 1.0000 310.2160 281.3970 1.0000 278.1060 287.5480 3.0000
348.4470 301.8760 2.0000 325.7710 346.8460 2.0000 271.5660 258.1740 3.0000
317.5020 243.8230 1.0000 332.3920 283.9970 1.0000 313.3930 301.3470 2.0000
346.2590 295.6670 1.0000 253.1320 294.5580 3.0000 322.6130 273.3290 1.0000

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


10
324.2440 278.6710 1.0000 339.9530 335.1870 2.0000 343.6220 271.0680 1.0000
350.6650 241.0870 1.0000 288.9650 347.0540 2.0000 276.7660 326.9360 3.0000
330.1560 289.2960 1.0000 302.1370 335.5760 2.0000 294.0550 243.2640 1.0000
346.5710 287.1070 1.0000 309.2140 304.7330 2.0000 312.7540 243.0560 1.0000
358.3730 327.9460 2.0000 280.3610 282.9340 3.0000 248.0270 327.9750 3.0000
333.0170 287.8120 1.0000 309.2390 306.9850 2.0000 244.1350 330.3840 3.0000
319.5250 346.2940 2.0000 346.9890 256.0920 1.0000 257.8360 341.2850 3.0000
330.2740 301.6640 2.0000 300.8520 344.0540 2.0000 296.7130 320.3590 2.0000
297.1910 307.8090 2.0000 290.9660 322.4560 2.0000 243.2170 330.4340 3.0000
360.2720 347.1330 2.0000 335.7670 258.7430 1.0000 262.4370 251.0130 3.0000
338.5210 293.9570 1.0000 332.0690 316.5760 2.0000 353.2580 276.7950 1.0000
259.0480 325.7370 3.0000 324.3250 271.7240 1.0000 346.6150 349.4920 2.0000
267.4350 280.2690 3.0000 304.2630 316.3270 2.0000 256.3050 262.0330 3.0000
331.2870 266.3330 1.0000 303.4370 275.0450 1.0000 245.3830 242.8020 3.0000
297.8480 260.9060 1.0000 329.8770 300.9920 2.0000 274.1440 253.9730 3.0000
283.0090 243.3840 1.0000 344.5330 340.7170 2.0000 299.6810 290.0230 1.0000
267.8790 313.2630 3.0000 351.2270 251.4720 1.0000 337.3170 286.5520 1.0000
333.1530 329.8260 2.0000 333.7590 254.9860 1.0000 265.7530 296.3020 3.0000
253.8550 337.2870 3.0000 354.8550 255.9960 1.0000 324.0120 345.1210 2.0000
323.2560 318.2430 2.0000 262.9070 245.4270 3.0000 314.3180 303.0950 2.0000
327.4970 318.8460 2.0000 326.9140 292.3130 1.0000 275.9470 338.0990 3.0000
247.2670 327.4810 3.0000 294.9650 281.3160 1.0000 259.8520 303.8290 3.0000
272.3810 330.6880 3.0000 298.2480 294.0650 3.0000 294.8630 325.1880 2.0000
335.0730 316.5250 2.0000 282.0430 305.5330 3.0000 284.2570 269.9380 3.0000
249.4380 312.3130 3.0000 332.0660 310.5720 2.0000 252.8380 264.6290 3.0000
269.0430 243.4150 3.0000 271.6870 289.5560 3.0000 276.7920 335.0590 3.0000
257.7620 309.9150 3.0000 344.9880 309.1510 2.0000 349.6660 279.1380 1.0000
261.2290 275.3930 3.0000 240.0330 338.9180 3.0000 293.4230 321.2810 2.0000
272.7850 272.6750 3.0000 327.3650 346.5190 2.0000 291.0690 299.2340 3.0000
281.9360 275.1280 3.0000 249.6290 258.0420 3.0000 244.3150 257.8240 3.0000
293.1660 263.1160 1.0000 272.1460 252.0480 3.0000 292.4650 340.5740 2.0000
301.1050 339.2960 2.0000 273.8940 339.3440 3.0000 289.7360 341.3230 2.0000
321.2180 245.5780 1.0000 313.9650 290.7750 1.0000 303.4330 330.8530 2.0000
246.2790 319.3230 3.0000 244.0280 307.8110 3.0000 325.4780 325.0610 2.0000
279.1490 312.1970 3.0000 277.5780 338.5850 3.0000 248.1410 277.1410 3.0000
316.0110 324.4570 2.0000 244.4870 250.1340 3.0000 344.5070 340.3720 2.0000
307.5680 304.4650 2.0000 354.0110 281.3670 1.0000 333.2110 338.0220 2.0000
307.1720 265.0570 1.0000 262.7270 312.2890 3.0000 252.3420 301.4120 3.0000
288.4110 349.4910 2.0000 349.7910 243.3710 1.0000 241.7220 268.8420 3.0000
249.6840 347.2650 3.0000 340.4130 330.5580 2.0000 301.3840 310.3370 2.0000
242.5960 275.9170 3.0000 291.7340 315.0890 2.0000 345.9020 245.6150 1.0000
327.2510 346.7910 2.0000 318.5120 342.3610 2.0000 275.2090 244.9540 3.0000
303.3010 244.7190 1.0000 312.3750 266.8770 1.0000 341.5220 287.7530 1.0000
252.1550 348.5130 3.0000 311.8280 329.8330 2.0000 342.2960 328.7830 2.0000
298.6740 276.6150 1.0000 257.0940 316.5470 3.0000 351.1320 271.9040 1.0000
332.9690 340.6370 2.0000 343.4460 308.3160 2.0000 250.8660 336.0420 3.0000
315.5550 338.1080 2.0000 334.6550 307.7670 2.0000 328.4190 305.9060 2.0000
258.5590 259.5050 3.0000 246.3050 301.9560 3.0000 284.7270 315.6020 3.0000
318.4230 333.0210 2.0000 294.8080 324.4390 2.0000 358.0830 310.8080 2.0000
329.1320 331.1660 2.0000 242.1410 331.4960 3.0000 302.5150 286.5560 1.0000
279.5420 245.6070 1.0000 321.5150 258.9430 1.0000 357.3960 290.2850 1.0000
313.4180 330.9110 2.0000 249.7060 338.3150 3.0000 259.5290 310.8590 3.0000
347.2650 283.2480 1.0000 301.5830 240.9140 1.0000 261.4820 308.2840 3.0000
355.3140 319.0370 2.0000 252.4560 254.0040 3.0000 271.7610 244.8250 3.0000
260.3770 283.2290 3.0000 287.8410 256.7650 1.0000 352.2190 270.7110 1.0000
243.0550 304.3150 3.0000 271.1110 340.6240 3.0000 345.7520 340.5780 2.0000
308.1710 280.7940 1.0000 348.6930 256.3630 1.0000 293.5630 267.9330 1.0000
354.3890 241.0390 1.0000 359.6950 244.4470 1.0000 241.1820 265.0630 3.0000
344.4920 264.9970 1.0000 330.7770 329.0580 2.0000 305.8610 243.3340 1.0000
295.4060 335.8480 2.0000 275.2640 273.7880 3.0000 345.6930 296.0410 1.0000
304.8840 314.0060 2.0000 297.4040 255.8910 1.0000 296.8570 257.5250 1.0000
328.6030 310.1760 2.0000 313.8740 298.1340 2.0000 273.5310 255.2130 3.0000
247.8920 254.7480 3.0000 278.6980 327.6550 3.0000 323.7040 280.6040 1.0000
283.4380 333.3910 2.0000 282.6050 334.5740 2.0000 241.8470 347.7770 3.0000
243.4560 308.0760 3.0000 294.3930 340.1550 2.0000 272.6090 335.6680 3.0000
340.2220 322.0010 2.0000 299.6180 327.7940 2.0000 315.0710 303.4620 2.0000
262.0810 329.0910 3.0000 279.1930 270.7220 3.0000 281.5990 242.8870 1.0000
359.3940 267.8410 1.0000 285.4580 346.5520 2.0000 347.5770 272.3290 1.0000
246.4890 312.8390 3.0000 317.7480 335.0990 2.0000 278.7160 270.3510 3.0000
255.4860 249.1730 3.0000 306.2430 246.3740 1.0000
329.4950 266.1940 1.0000 302.0310 298.4580 2.0000

MOH. SOFYAN S. THAYF (25340/I -4/2107/06)


11