Fuzzy CMeans Clustering dan Implementasinya Untuk Penentuan
Beasiswa Menggunakan Matlab
8.57.00 PM MATLAB, MK. Kecerdasan Buatan 2 comments
Sobat blogger, sebagaimana yang pernah saya jelaskan pada materi sebelumnya, pengklusteran secara prinsip terbagi menjadi dua yaitu pengklusteran kasar dan pengklusteran halus. Saya telah jelaskan panjang lebar perihal metode KNearest Neighbourhood sebagai bentuk pengklusteran kasar. Sekarang, saatnya beralih menuju pengklusteran halus, yang dalam hal ini dimotori oleh metode keren Fuzzy CMeans Clustering.
Untuk merefresh pemahaman kita, sebenarnya dimana titik perbedaan antara pengklusteran kasar dan pengklasteran halus? Pengklusteran kasar akan membandingkan satu kelas dengan kelas lainnya melalui mekanisme biasa tanpa melibatkan logika kabur (fuzzy), contohnya kita memiliki dua kelas klasifikasi yaitu kelas asin dan manis, maka jika ada sebuah objek baru yang kita tes untuk diklasifikasikan, otomatis objek tes tersebut masuk klasifikasi asin atau manis, bukan agak manis maupun sedikit asin. Jadi, pengklusteran kasar menggambarkan ketegasan klasifikasi sesuai dengan kecocokan kelas. Sedangkan pengklusteran halus memiliki mekanisme lain. Simak penjelasan teorinya dengan seksama.
Fuzzy CMeans Clustering membutuhkan pelatihan untuk memperoleh matriks derajat keanggotaan yang nantinya digunakan sebagai basis klasifikasi dan untuk mengetahui pusat klusternya. Berbeda dengan kNN yang hanya menjadikan data pelatihan sebagai basis klasifikasi. Jadi, silakan temanteman jelajahi sendiri melalui referensi lain yang lebih lengkap. Saya akan langsung menuju implementasi studi kasus untuk penentuan beasiswa. simpan dalam format .dat agar dapat dikenali Matlab :
Data Training pada Notepad
kemiskinan. Tidak ada kolom ketiga sebagai target, karena FCM akan menentukan klasifikasi berdasarkan nilai kluster yang dibuat.
Lantas, buka command window matlab, ketikkan findcluster untuk memunculkan jendela pengaturan titik pusat cluster.
Di sebelah kanan jendela, ada banyak yang harus kita isikan. Pilih load data untuk mengambil data training. Untuk metode, silakan pilih FCM karena memang metode itu yang kita gunakan. Cluster Num adalah jumlah kelas klasifikasi yang kita butuhkan, dalam hal ini adalah kelas "mendapatkan beasiswa" dan kelas "tidak mendapatkan besiswa", maka saya isikan 2. Namun, tidak menutup kemungkinan jika temanteman mengisikan lebih dari 2, misalkan 3, 4, ataupun lebih.
Hasil Pencarian Titik Pusat Cluster
Setelah itu, klik start untuk memulai proses penentuan titik kluster. Setelah proses selesai, simpan hasilnya dengan format .dat, misalnya pusatKluster.dat. Titik pusat kluster inilah alat penentu keputusan dari data baru yang kita cari klasifikasinya.
Komponen terpenting dari GUI diatas adalah 3 text field dan 1 button, karena komponenkomponen itulah yang mempengarui source code.
Text field indeks prestasi saya namai ipk
Text field tingkat kemiskinan saya namai tk
Text field hasil penentuan saya namai hasil
Ketikkan source code berikut pada fungsi button Penentuan Beasiswa :
Baris pertama dan kedua adalah pengambilan data inputan IPK dan TK untuk diklusterkan dan diklasifikasi kelasnya. Baris keenam adalah pengambilan pusat titik clustering, yang telah dihasilkan dari langkahlangkah sebelumnya. Baris ketujuh terdapat variabel pusat1 sebagai kelas klasifikasi penerima beasiswa, sedangkan beris kedelapan sebagai kelas tidak diterimanya beasiswa. Namun, bisa saja terjadi sebaliknya antara baris ketujuh dan kedelapan.
ujiA dan ujiB adalah variabel untuk menentukan jarak terdekat terhadap kelas klasifikasi, semakin kecil nilainya maka semakin dekat jaraknya.
Ketika program di uji coba untuk penentuan beasiswa
Mengapa program memutuskan bahwa data input layak mendapatkan kelas "mendapatkan Beasiswa"? Coba kita lihat jarak masingmasing kelas.
ujiA adalah variabel untuk kelas "Mendapatkan Beasiswa", sedangkan variabel ujiB tidak. Nyatanya, nilai jarak ujiA adalah lebih kecil dibanding ujiB, ini dapa diartikan bahwa klasifikasi penentuan data input lebih dominan terhadap ujiA, yakni "Mendapatkan Beasiswa".
Akhir kata, Semoga uraian singkat ini memberikan manfaat bagi temanteman yang sedang membutuhkan referensi belajar.