59
2.18
Fuzzy C-Means (FCM)
Fuzzy
C-Means
(FCM)
adalah
suatu
teknik
pengclusteran data
yang
mana
keberadaan
tiap-tiap
titik
data
dalam
suatu
cluster
ditentukan oleh
derajat
keanggotaan.
Teknik ini pertama kali diperkenalkan oeh Jim Bezdek pada tahun 1981.
Konsep
dasar
FCM,
pertama
kali
adalah
menentukan pusat
cluster,
yang
akan
menandai
lokasi
rata-rata
untuk
tiap-tiap
cluster.
Pada
kondisi
awal,
pusat
cluster
ini
masih
belum
akurat.
Tiap-tiap
titik
data
memiliki
derajat
keanggotaan untuk
tiap-tiap
cluster.
Dengan cara
memperbaiki
pusat
cluster dan derajat keanggotaan tiap-tiap cluster
akan
bergerak
menuju
lokasi
yang
tepat.
Perulangan
ini
didasarkan
pada
minimisasi
fungsi obyektif
yang
menggambarkan jarak dari titik data
yang diberikan ke pusat cluster
yang terbobot oleh derajat keanggotaan titik data tersebut.
Output
dari
FCM
bukan
merupakan
fuzzy
inference
system,
namun
merupakan
deretan pusat
cluster dan beberapa derajat keanggotaan untuk
tiap-tiap titik
data.
Informasi ini dapat digunakan untk membangun suatu fuzzy inference system.
Apabila
terdapat suatu
himpunan data
(input atau output data dari sistem
fuzzy)
sebagai berikut :
U = (u1, u2, u3, …, u
N
)
Derajat keanggotaansuatu titik data ke-k di cluster ke-I adalah :
µ
ik
(u
k
)
[0,1] dengan (1 = i
=
c; 1 = k = N)
pada metode FCM, matriks partisi didefinisikan sebagai:
 |