Algoritma Fuzzy C-Means (FCM) adalah sebagai berikut (Zimmerman, 1991); (Yan, 1994);

(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

dengan 2 (C 2 ). Lalu menentukan pembobot atau pangkatnya (w), dengan ketentuan

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

dan akan sama dengan 1 (t = 1, = 1).

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

Setelah memperbaiki derajat keanggotaan, langkah selanjutnya adalah menentukan

kriteria berhenti atau perubahan matriks partisi pada iterasi sekarang dengan iterasi
sebelumnya dengan rumus:
=U t U t 1

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

partisi sudah konvergen.

Pencarian nilai D dapat dilakukan dengan mengambil elemen terbesar dari nilai

mutlak selisih antara ik (t) dengan ik ( t1) .

Kusumadewi, Sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).
Yogyakarta: Graha Ilmu.