Tuesday, November 4, 2008

Fuzzy Clustering

Menurut kamus Inggris-Indonesia (Echols & Shadily:2002), fuzzy berarti kabur, tidak jelas. Sedangkan fuzziness berarti kekaburan, ketidakjelasan. Dan menurut kamus Webster’s New World College Dictionary, fuzzy berarti not clear, distinct, or precise; blurred. Dengan demikian fuzzy adalah kata sifat yang menggambarkan sesuatu yang tidak jelas, meragukan, tidak tepat, kabur, dan lain sebagainya. Maka kata fuzzy harus diikuti oleh kata lainnya agar bermakna lebih tepat. Seperti fuzzy clustering, fuzzy modelling, fuzzy logic, fuzzy set, fuzzy inference, dan lain-lain.

Fuzzy Clustering adalah perluasan dari teknik analisis klaster, di mana setiap obyek dapat masuk ke dalam beberapa kelompok atau klaster tergantung pada tingkat atau derajat keanggotaannya. Jadi pada Fuzzy clustering diperbolehkan adanya overlap. Konsep dasar Fuzzy Clustering yang biasa dipergunakan yakni Fuzzy C-Means (FCM), pertama kali adalah menentukan pusat klaster, yang akan menandai lokasi rata-rata untuk tiap – tiap klaster. Pada kondisi awal, pusat klaster ini masih belum akurat. Tiap – tiap titik data memiliki derajat keanggotaan untuk tiap-tiap klaster. Dengan cara memperbaiki pusat klaster dan derajat keanggotaan tiap-tiap titik data secara berulang, maka akan dapat dilihat bahwa pusat klaster akan bergerak menuju lokasi yang tepat. Perulangan ini didasarkan pada peminimalan fungsi obyektif yang menggambarkan jarak titik data ke pusat klaster yang terbobot oleh derajat keanggotaan titik data tersebut.

Namun fuzzy clustering seperti yang diterangkan di atas (FCM), tidak dapat diaplikasikan ketika data yang diberikan berupa suatu set data kategori multivariat di mana biasanya data ini ditampilkan dalam bentuk tabel kontingensi atau matriks kontingensi. Sehingga dibutuhkan suatu teknik fuzzy clustering berbeda yang mampu memecahkan masalah clustering ketika data yang diberikan berupa suatu set data kategori multivariat. Hasil dari metode fuzzy clustering lain yang mampu mengelompokkan suatu set data kategori multivariat ini mirip dengan hasil ketika kita menggunakan teknik analisis korespondensi. Salah satunya adalah metode fuzzy clustering untuk data kategori multivariat yang diperkenalkan oleh Oh, Honda, dan Ichihashi (2003).

Contoh suatu set data kategori multivariat

1

2

j

N

1

d11

d12

d1j

d1N

2

d21

d22

d2j

d2N

i

di1

di2

dij

diN

M

dM1

dM2

dMj

dMN

No comments:

Post a Comment