Kelebihan Dan Kekurangan Fuzzy C-Means

LancangKuning.com - FCM dapat disebut juga dengan metode clustering yaitu bagian dari cara HKM. FCM dapat  dilakukan sebuah model dalam pengelompokan fuzzy data yang diperoleh agar menjadi tim dari sebuah cluster yang tergabung dalam tingkat keanggotaannya tidak sama seperti nol sampai satu.

FCM adalah cara yang terdapat dalam pengclusteran data dimana keberadaan setiap titik datanya pada sebuah cluster dapat ditentukan oleh jabatan tim yang ada. FCM terdapat sebuah logika fuzzy dimana logika fuzzy tersebut adalah setiap titik data yang ada dapat digabungkan kedalam suatu kelompok berdasarkan nilai dari keanggotaan.

Baca juga : Tempat Wisata di Pekanbaru

Berikut ini yaitu algoritma dari FCM yaitu sebagai berikut :             

1. Dibawah ini adalah simbol yang digunakan dalam mencari sebuah persamaan yaitu :

• Untuk Menentukan banyaknya suatu kelompok (c),
•  Digunakan sebagai fuzzifier (m),
• Digunakan untuk maksimum iterasi (MaxIter),
• Di gunakan sebagai perubahan nilai fungsi objektif terkecil yang diharapkan (????),
• Berfungsi sebagai objektif awal (P0 = 0),
• dan iterasi awal (t = 1)

2. meningkatkan variabel acak ???????????? dan i adalah banyaknya sebuah data, k yaitu merupakan banyaknya kelompok yang dipakai dalam n pertama dari sebuah matriks keanggotaan awal U.

3. Berikut ini cara untuk menghitung pusat kelompok ke-i yaitu dengan persamaan:

uik adalah nilai dari keanggotaan objeknya ke-k pada titik kumpul ke-i, sedangkan ???????? adalah sebuah objek data ke-k, dan N adalah banyaknya objek penelitian, serta m yaitu sebuah fuzzifiernya.

4.  Untuk menghitung sebuah kegunaan objektif dari iterasi ke-t menggunakan persamaan:

Di antaranya adalah :

• c yaitu digunakan untuk mengetahui beberapa tim yang diinginkan,
• N adalah yang digunakan untuk menetapkan kumpulan dari objek penelitian,
• uik adalah nilai yang timnya dari objek ke-k pada kelompok ke-i adalah bagian dari matriks U,
• m sebut juga dengan fuzzifier,
• ????????????2(????????,????????) adalah jarak vektor dengan penglihatan ke-k pada titik kumpul tim ke-i.

Baca juga : Teknik Normalisasi Basis Data

5. Untuk menghitung sebuah perubahan matriks keanggotaan dengan persamaan adalah sebagai berikut :

Keterangannya adalah :

• ???????????? adalah sebuah nilai keanggotaannya objek dari ke-k pada pusat kelompok ke-i,
• ????????????2 adalah jarak antara objek ke-k pada pusat kelompok ke-i,
• ????????????2 adalah jarak antara objek ke-k pada pusat kelompok ke-j,
• m adalah fuzzifier.

1. Untuk pengecekan kondisi yang berhenti dengan cara :

• Jika |Jt−Jt−1|<???? atau????>???????????????????????????? maka berhenti; Jika tidak : t = t + 1, ulangi langkah ke-394

Berikut ini adalah kelemahan dan kelebihan Fuzzy C-Means yaitu :

• kelemahan Fuzzy C-Means

Yaitu membutuhkan banyak suku serta matriks tim kelompoknya yang ditetapkan. Matriks keanggotaan kelompok yang awalnya diinisialisasikan secara tidak beraturan yang dapat menyebabkan metode FCM yang memiliki masalah inkonsistensi. Untuk jalan pintas penyelesaian masalah tersebut dengan metode pengelompokan lainnya untuk di manfaatkan jika jumlah kelompok yang tidak diketahui sebelumnya dinamakan dengan metode Subtractive Clustering atau disingkat dengan SC.

Subtractive Clustering mampu mendapatkan hasil yang tetap dibandingkan dari pada FCM. Subtractive Clustering juga menghasilkan kecepatan sangat baik dari pada FCM, namun Subtractive Clustering mempunyai akurasi tidak bagus dari pada FCM. Untuk menghubungkan kelemahan serta solusi dari kedua metode tersebut diusulkan dengan menggunakan sebuah metode baru yang merupakan penyatuan atau hybrid dari keduanya yang dinamakan dengan Subtractive FCM.

Metode ini digunakan oleh beberapa para ahli yang bernama Liu, Xiao, Wang, Shi, dan Fang dalam penelitiannya dan menyimpulkan bahwa Subtractive Fuzzy C-Means secara umum yang dapat memberikan sebuah jalan keluar dari FCM dan dapat menghasilkan sebuah laju dari sebuah konvergensi yang berfungsi pada sebuah objektif.

Baca juga : Tempat Wisata di Riau

• Kelebihan metode Fuzzy C-Means

Yaitu dengan melakukan clustering lebih dari banyaknya huruf dengan cara bersamaan. Penelitian dengan metode FCM yang telah banyak diterapkan untuk bermacam-macam keperluan dalam mengatasi masalah yang dihadapi.

Beberapa penelitian yang menerapkan metode tersebut diantaranya yaitu “memberikan penjelasan tentang Kandungan Nutrisi Bahan Pangan Dengan FCM ” oleh Kusuma dewi (2007). Dan yang lainnya ditunjukkan oleh seorang Hossen, Rahman, Sayeed, Samsuddin, dan Rokhani dengan menggunakan indeks validitas Partition Coefficient yang menyimpulkan bahwa SFCM dapat menaikan laju,menurunkan banyaknya iterasi, serta dapat memperoleh partisi data yang sangat tepat, dan akurat lagi.(Elfiza)