Analisis Dan Implementasi Fuzzy Clustering Means (FCM) Pada Penentuan Kelayakan Pesawat Terbang

Mark Valentino

Informasi Umum

Kode

113060223

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

345 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Pada tugas akhir ini dilakukan analisis klaster pada sekumpulan data hasil pemeriksaan pesawat terbang yang memiliki sejumlah atribut dengan metode Fuzzy Clustering Means (FCM) untuk mengetahui struktur dalam data tersebut sehingga menghasilkan dua buah cluster yang dapat diklasifikasikan sebagai cluster ‟layak‟ dan ‟tidak layak‟. Kelas ‟layak‟ dalam data latih merupakan pesawat yang sudah lolos pemeriksaan pesawat dalam 48 mhrs dan layak terbang, sedangkan kelas ‟tidak layak‟ adalah golongan pesawat yang belum lolos pemeriksaan pesawat dalam 48 mhrs dan tidak layak terbang.<br><br>Metode Fuzzy Clustering Means mengizinkan objek untuk menjadi bagian dari beberapa kelompok secara bersamaan dengan perbedaan level keanggotaan. Keunggulan dari Fuzzy clustering Means yaitu dapat mengetahui struktur dalam data, sehingga dapat dipakai lebih lanjut dalam berbagai aplikasi secara luas seperti klasifikasi dan pengenalan pola. Proses clustering pesawat terbang ini akan menggunakan 100 data latih. Kemudian sebanyak 60 buah data training akan diuji untuk diklasifikasikan menjadi kelas ‟layak‟ atau ‟tidak layak‟, berdasarkan perhitungan jarak terdekat terhadap titik-titik pusat klaster yang ada. Hasil klastering akan diukur tingkat akurasinya dengan menggunakan metode XB-Index. XB-Index mengukur tingkat kepadatan data dalam satu klaster, dan mengukur jarak antar titik-titik pusat klaster. Dari hasil pengujian pada tugas akhir ini, parameter-parameter input untuk menghasilkan klaster optimal adalah jumlah klaster (c) = 2, bobot / pangkat derajat kefuzzyan (w) = 3, iterasi maksimum (It) = 200, dan parameter nilai error (ξ) = , dengan nilai XB-Index = 2.9444e-005.Kata Kunci : analisis klaster, fuzzy clustering means, XB-Index, klasifikasi, akurasiABSTRACT: In this final project, a clustering analysis will be performed to a data set of plane-examine results. Fuzzy Clustering Means is a method that can discover the structure of a data sets and group them into clusters. The clusters will be recognized as „layak‟ cluster and „tidak layak‟ cluster. The „layak‟ class in the data source means that the plane had passed the 48 hours examination and worthed to be flown. The class „tidak layak‟ means that the plane wasn‟t yet passed the 48 hours examination and not worthed to be flown.<br><br>Fuzzy C-Means allows an object to be part of some clusters simultaneously, with different levels of membership. The advantage of the FCM method is to discover the structure/pattern in a data sets, so the owner of the data may use them into another applications like classification, pattern recognition, etc. The clustering process will take 100 pieces of data, and the classification process will take 60 pieces of data. The quality of the clustering results will be measured with the XB-Index method. XB-Index measures the density of the intra cluster and the space between clusters. From several experiments that have been conducted, the best parameters to make an optimal clusters are : the number of clusters (c) = 2, fuzzy weight degrees (w) = 3, maximum iteration (It) = 200, and error score (ξ) = which the XB-Index‟s score is 2.9444e-005.Keyword: clustering analysis, fuzzy c-means, xb-index, classification, accuracy