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
u y pa
partition,
t t o , yang
ya g lebih
eb kuat,
uat, lebih
eb luas,
uas, dan
da lebih
eb realitas
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 fuzzy subtractive clustering method
2.
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. Fuzzy C-Means
C Means Clustering Method
Fuzzyy C-Means adalah suatu teknik clusteringg
(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.

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

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
find(U(2, :) == maxU);
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.

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

Praktikum Fuzzy Logic - Abdul Aziz, M.Si.

0 .7

0 .8

0 .9

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

Praktikum Fuzzy Logic - Abdul Aziz, M.Si.