Home Start Back Next End
  
48
optimal
dalam
suatu
ruang
vektor
yang sangat
berguna
bagi
pemodelan
fuzzy
terutama dalam mengidentifikasi aturan-aturan fuzzy.
Dalam
Fuzzy  Clusteringelemen 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
data ke satu atau lebih cluster (http://en.wikipedia.org/wiki/Fuzzy_clustering).
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
Word to PDF Converter | Word to HTML Converter