ANALISIS FUNGSI ALGORITMA
C-MEANS
DAN
CLUSTER ANALYSIS
(
VARIANCE
)
TESIS
YULIA AGUSTINA DALIMUNTHE
117038060 / TINF
PROGRAM STUDI MAGISTER ( S2 ) TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
ANALISIS FUNGSI ALGORITMA
C-MEANS
DAN
CLUSTER ANALYSIS
(
VARIANCE
)
TESIS
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh
ijazah Magister Teknik Informatika
YULIA AGUSTINA DALIMUNTHE
117038060 / TINF
PROGRAM STUDI MAGISTER ( S2 ) TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
LEMBAR PERSETUJUAN
Judul Tesis : ANALISIS FUNGSI ALGORITMA C-MEANS DAN CLUSTER ANALYSIS (VARIANCE)
Kategori : TESIS
Nama Mahasiswa : YULIA AGUSTINA DALIMUNTHE
Nomor Induk Mahasiswa : 117038060
Program Studi : Magister (S2) Teknik Informatika
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Dr. Marwan Ramli, M.Si Prof. Dr. Muhammad Zarlis
Diketahui/ disetujui oleh
Program Studi Magister (S2) Teknik Informatika Ketua,
PERNYATAAN
ANALISIS FUNGSI ALGORITMA
C-MEANS
DAN
CLUSTER ANALYSIS
(
VARIANCE
)
TESIS
Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 15 November 2013
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS
Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini:
Nama : Yulia Agustina Dalimunthe
NIM : 117038060
Program Studi : Teknik Informatika Jenis Karya Ilmiah : Tesis
Dengan pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak bebas Royalti Non-Eksklusif (non-Exlusive Royalty Free Right) atas tesis saya yang berjudul:
ANALISIS FUNGSI ALGORITMA C-MEANS
DAN CLUSTER ANALYSIS (VARIANCE)
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk data-base, merawat dan mempublikasikan Tesis saya tanpa minta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta.
Dengan pernyataan ini dibuat dengan sebenarnya.
Medan, 15 November 2013
NIM 117038060
Telah diuji pada
Tanggal : 15 November 2013
PANITIA PENGUJI TESIS
Ketua : Prof. Dr. Muhammad Zarlis
Anggota : 1. Dr. Marwan Ramli, M.Si
2. Prof. Dr. Herman Mawengkang
3. Prof. Dr. Tulus
RIWAYAT HIDUP
DATA PRIBADI
Nama lengkap berikut gelar : Yulia Agustina Dalimunthe Tempat dan Tanggal Lahir : Sibuhuan, 08 Agustus 1988
Alamat Rumah : Jl. Siharang Karang kec Padangsidimpuan Hutaimbaru Kota Padangsidimpuan
Nomor HP : 082165506644
Instansi Tempat Bekerja : Call Center Telkomsel
Alamat Kantor : Jl. S. Parman Gedung CAMBRIGE Lantai 3 PT. Infomedia Nusantara Medan
DATA PENDIDIKAN
KATA PENGANTAR
Puji dan Syukur penulis panjatkan kehadirat Allah SWT berkat limpahan rahmat dan karunia-Nya lah penulis dapat menyelesaikan Tesisini dengan bimbingan, arahan, kritik dan saran serta bantuan dari pembimbing, pembanding, segenap dosen, rekan-rekan mahasiswa Program Studi Magister ( S2 ) Teknik Informatika Universitas Sumatera Utara.
Tesis ini diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Komputer pada Program Studi Pascasarjana Magister Teknik Informatika pada Fakultas Ilmu Komputer – Teknologi Informasi Universitas Sumatera Utara. Dengan judul tesis “analisis fungsi agoritma c-means dan cluster analysis (variance)”. Pada proses penulisan sampai dengan selesainya penulisan tesis ini, perkenankanlah penulis mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Prof. Dr. Muhammad Zarlis selaku dekan Fakultas Ilmu Komputer dan Teknologi Informasi sekaligus Ketua Program Studi Magister ( S2 ) Teknik Informatika, dan M. Andri Budiman, S.T, M. Comp, M.E.M selaku Sekretaris Program Studi Magister ( S2 ) Teknik Informatika beserta seluruh staf pengajar pada Program Studi Magister ( S2 ) Teknik Informatika Program Pascasarjana Fakultas Teknik Informatika Universitas Sumatera Utara, yang telah bersedia membimbing penulis sehingga dapat menyelesaikan pendidikan tepat pada waktunya.
2. Terima kasih yang tak terhingga dan penghargaan setinggi - tingginya saya ucapkan kepada Prof. Dr. Muhammad Zarlis, selaku pembimbing utama dan kepada Dr. Marwan Ramli, M. Si, selaku pembimbing lapangan yang penuh dengan kesabaran menuntun serta membimbing saya hingga selesainya tesis ini dengan baik.
3. Terima kasih yang tak terhingga dan penghargaan setinggi – tingginya saya ucapkan kepada Prof. Dr. Herman Mawengkang, Prof. Dr. Tulus dan Prof. Dr. Drs. Iryanto, M. Si, sebagai pembanding yang telah memberikan saran dan masukan serta arahan yang baik demi penyelesaian tesis ini.
4. Staf Pegawai dan Administrasi pada Program Studi Magister ( S2 ) Teknik Informatika Program Pascasarjana Fakultas Teknik Informatika Universitas Sumatera Utara yang telah memberikan bantuan dan pelayanan terbaik kepada penulis selama mengikuti perkuliahan hingga saat ini.
terima kasih atas segala pengorbanannya, baik moril maupun meteril budi baik ini tidak dapat dibalas, hanya diserahkan kepada Allah SWT.
6. Rekan mahasiswa / I angkatan ketiga tahun 2011 pada Program Pascasarjana Fakultas Teknik Informatika Universitas Sumatera Utara yang telah banyak membantu penulis baik berupa dorongan semangat dan doa selama mengikuti perkuliahan.
7. Seluruh pihak yang tidak dapat penulis sebutkkan satu persatu dalam tesis ini, terima kasih atas segala bantuan dan doa yang diberikan.
Dengan segala kekurangan dan kerendahan hati, sekali lagi penulis mengucapkan terima kasih. Semoga kiranya Allah SWT membalas segala bantuan dan kebaikan yang telah kalian berikan.
Medan, 15 November 2013
ABSTRAK
Pada sistem fuzzy, membangkitkan fungsi keanggotaan fuzzy merupakan bagian yang berperanan penting dalam merepresentasikan masalah. Sedangkan untuk membangkitkan fungsi keanggotaan fuzzy otomatis sudah dilakukan penelitian terdahulu dengan menggunakan beberapa metode pendekatan namun masih terdapat kelemahan yaitu tidak bisa dipastikan jumlah cluster yang ideal. Untuk itu maka pada penelitian ini dilakukan membangkitkan fungsi keanggotaan fuzzy secara otomatis dengan menggunakan nilai variance di dalam algoritma dan juga meningkatkan nilai pangkat keanggotaan agar cluster yang di dapatkan lebih ideal. Dan hasilnya dengan menggunakan nilai variance minimum di Fuzzy C-Means dengan nilai pangkat di naikkan yaitu di nilai tiga hasilnya didapatkan cluter ideal dengan penyebaran data yang lebih merata dan jumlah iterasi yang lebih singkat.
FUZZY FUNCTION ANALYSIS C-MEANS AND
CLUSTER ANALYSIS (VARIANCE)
ABSTRACT
Generating membership function fuzzy for Fuzzy system is the important to representative of the problem. Where us in generate the function fuzzy part automicly had been done by research using a few nearly methods but still find weakness in it that is can not be sure the etactly cluster. Because function of fuzzy parts automicly by using the variance values in algorithm and also to increase the value of the high cluster so it abtained more ideal. And the result by using the minimum variace values. In fuzzy c-means with ivereased values of the rank of the value of three, it is resulting the ideal cluster with spread more evenly and shorter iteration case.
DAFTAR ISI
DAFTAR TABEL viii
BAB I PENDAHULUAN 1
2.4 Cluster Analysis (Variance) 11
2.5 Riset-riset Terkait 13
2.6 Perbedaan Dengan Riset Yang Lain 15
2.7 Kontribusi Riset 16
BAB III METODOLOGI PENELITIAN 17
3.1 Lokasi dan Waktu Penelitian 17
3.2 Rancangan Penelitian 17
3.3 Metode Pengukuran 22
3.4 Perhitungan Dengan Menggunakan Fuzzy C-Means Dengan Nilai
BAB IV HASIL DAN PEMBAHASAN 44
4.1 Pendahuluan 44
4.2 Hasil Penelitian 44
4.2.1 Fuzzy C-Means tanpa nilai Variance dengan pangkat = 2 45 4.2.2 Fuzzy C-Means dengan Variance Minimum dan nilai
pangkat = 2 46
4.2.3 Fuzzy C-Means dengan Variance Maksimum dan nilai
pangkat = 2 47
4.2.4 Fuzzy C-Means tanpa Variance dan nilai pangkat = 3 48 4.2.5 Fuzzy C-Means dengan Variance Minimum dan nilai
pangkat = 3 49
4.2.6 Fuzzy C-Means dengan Variance Maksimum dan nilai
pangkat = 3 50
BAB V KESIMPULAN DAN SARAN 52
5.1 Kesimpulan 52
5.2 Saran 52
DAFTAR GAMBAR
Gambar 2.1 Kategori Algoritma Clustering 7
Gambar 2.2 Dendogram 8
Gambar 3.1 Diagram Korelasi Antara Mata Pelajaran Dengan Peminatan 23
Gambar 3.2 Diagram Aktivitas Kerja Penelitian 43
Gambar 4.1 Hasil Clustering C-Means Tanpa Nilai Variance dan nilai
pangkat = 2 44
Gambar 4.2 Hasil Clustering C-Means Dengan Nilai Variance Minimum dan
nilai pangkat = 2 45
Gambar 4.3 Hasil Clustering C-Means Dengan Nilai Variance Maksimum
nilai pangkat = 2 46
Gambar 4.4 Hasil Clustering C-Means Tanpa Nilai Variance dan nilai
pangkat = 3 47
Gambar 4.5 Hasil Clustering C-Means Dengan Nilai Variance Minimum
dan nilai pangkat = 3 48
Gambar 4.6 Hasil Clustering C-Means Dengan Nilai Variance Maksimum
DAFTAR TABEL
Tabel 2.3 Riset Terkait 14
Tabel 3.1 Sampel Data Rata-rata Siswa pada Bidang Minat Tertentu
Sebelum Peminatan 18
Tabel 3.2 Sampel Data Nilai Rata-rata Bidang Peminatan Siswa Angkatan
2008 SMA Negeri 2 Banjarbaru Tahun 2010 Setelah Peminatan 20
Tabel 3.3 Hasil Perhitungan Pusat Claster pada Iterasi Pertama Claster ke-1 26 Tabel 3.4 Hasil Perhitungan Pusat Claster pada Iterasi Pertama Claster ke-2 28 Tabel 3.5 Hasil Perhitungan Pusat Claster pada Iterasi Pertama Claster ke-3 30 Tabel 3.6 Hasil Perhitungan Fungsi Objektif pada Iterasi Pertama 33
Tabel 3.7 Nilai Matriks Pada Iterasi ke-2 Tanpa Variance dengan Pangkat 2 35
Tabel 3.8 Nilai Matriks Pada Iterasi ke-2 dengan Variance Minimum dengan
Pangkat 2 37
Tabel 3.9 Nilai Matriks Pada Iterasi ke-2 dengan Variance Maksimum
dengan Pangkat 2 39
