Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means
| Main Author: | Yohannes, Yohannes |
|---|---|
| Format: | Article info application/pdf Proceeding |
| Bahasa: | eng |
| Terbitan: |
Annual Research Seminar (ARS)
, 2017
|
| Subjects: | |
| Online Access: |
http://seminar.ilkom.unsri.ac.id/index.php/ars/article/view/829 http://seminar.ilkom.unsri.ac.id/index.php/ars/article/view/829/750 |
Daftar Isi:
- Klasterisasi merupakan teknik pengelompokkan data berdasarkan kemiripan data. Teknik klasterisasi ini banyak digunakan pada bidang ilmu komputer khususnya pengolahan citra, pengenalan pola, dan data mining. Banyak sekali algoritma yang digunakan untuk klasterisasi data. Algoritma yang sering digunakan untuk klasterisasi data pada umumnya adalah Fuzzy C-Means dan K-Means. Algoritma Fuzzy C-Means merupakan algoritma klasterisasi dimana data dikelompokkan ke dalam suatu pusat cluster data dengan derajat keanggotaan masing-masing cluster. Sedangkan algoritma K-Means merupakan teknik mengelompokkan data dengan mempartisi data ke dalam beberapa cluster dengan menetapkan sejumlah objek data terdekatnya. Pada penelitian ini akan dilakukan perbandingan algoritma Fuzzy C-Means dan K-Means dalam hal klasterisasi data dengan jumlah klaster dan jumlah data yang berbeda.