48
optimal
dalam
suatu
ruang
vektor
yang sangat
berguna
bagi
pemodelan
fuzzy
terutama dalam mengidentifikasi aturan-aturan fuzzy.
Dalam
Fuzzy Clustering, elemen data
dapat
berada
dalam
satu
atau
lebih
cluster,
dan
asosiasi dengan
tiap
elemen
adalah
serangkaian
level
keanggotaan.
Hal
ini
mengindikasikan
kekuatan
asosiasi
antara
elemen
data
dan
cluster
tertentu.
Fuzzy
Clustering
adalah
sebuah
proses
menetapkan
level
keanggotaan
ini,
dan
kemudian
menggunakannya
untuk
menetapkan elemen
Metode fuzzy clustering yang sering digunakan adalah
:
•
Subtractive Clustering
Subtractive
clustering
didasarkan
atas
ukuran densitas
(potensi)
titik–titik
data
dalam
suatu
ruang
(variabel).
Konsep
dasar
dari
subtractive
clustering
adalah menentukan daerah–daerah
dalam
suatu
variabel
yang
memiliki
densitas
tinggi
terhadap
titik–titik
di sekitarnya.
Titik dengan
jumlah
tetangga terbanyak
akan
dipilih sebagai
pusat
cluster.
Titik
yang
sudah
terpilih
sebagai
pusat
cluster
ini kemudian
akan
dikurangi
densitasnya.
Kemudian
algoritma akan
memilih
titik lain
yang
memiliki
tetangga
terbanyak
untuk
dijadikan
pusat
cluster
yang
lain.
Hal
ini akan dilakukan berulang–ulang
hingga semua titik diuji.
•
Fuzzy C-Means (FCM)
Fuzzy C–Means
adalah suatu teknik clustering data
dimana
keberadaan
tiap-tiap
titik
data
dalam
suatu
cluster
 |