Algoritma FCM
Algoritma FCM
(Ross, 2005) :
Langkah awal yang dilakukan adalah menentukan matriks X berukuran n x m, dengan
n = jumlah data yang akan dicluster dan m = jumlah variabel (kriteria). Kemudian
menentukan jumlah cluster yang akan dibentuk (C), dengan cluster harus lebih dari atau sama
pembobot harus lebih dari 1 (w > 1). Kemudian menetukan maksimum iterasi dan kriteria
penghentian ( ), merupakan nilai positif yang sangat kecil. Pada iterasi awal nilai t
Langkah selanjutnya membentuk matriks awal (U0) yang dipilih secara acak dengan
catatan jumlah setiap kolom pada matriks U harus sama dengan 1. Matriks partisi awal,
sebagai berikut:
[ ]
11 ( x 1 ) 12 ( x 2 ) 1 n ( xn )
(x ) 22 ( x 2 ) 2 n ( xn )
U= 21 1
C 1 ( x 1 ) C2 ( x 2 ) Cn ( x n )
Langkah berikutnya adalah menghitung pusat cluster (V) untuk setiap cluster dengan
rumus:
n
( ik ) w . x kj
V ij = k=1n
( ik )w
k=1
Setelah menghitung pusat cluster maka langkah selanjutnya adalah menghitung jarak
setiap data dengan pusat cluster, dihitung dengan rumus:
1 /2
[ ]
m
d ik =d ( x k v i ) = ( x kjv ij )
j=1
Kemudian memperbaiki derajat keanggotaan setiap data di setiap cluster dengan rumus:
2/(w1) 1
[ ( ) ]
C
d ik
ij =
j=1 d jk
Ketentuan yang ada adalah jika nilai mutlak terbesar lebih dari ( > ) maka naikkan
iterasi (t = t+1) dan proses akan diulangi lagi pada langkah ke-3. Jika nilai mutlak terbesar
kurang dari atau sama dengan ( ) maka proses iterasi dihentikan karena matriks
Kusumadewi, Sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).
Yogyakarta: Graha Ilmu.