Komputasi Frekuensi Kebersamaan Data Berdasarkan Klaster Pembentuknya

Abstract

ABSTRAK

Salah satu cara untuk mengetahui kemiripan rekord data adalah dengan klastering. Pada metode klastering, dengan jumlah klaster yang sama, antara metode yang satu dengan yang lain kemungkinan menghasilkan struktur klaster yang berbeda. Dengan adanya perbedaan struktur tersebut dimungkinkan dua buah rekord data dengan suatu metode klaster berada dalam suatu klaster, tetapi dengan metode yang lain berada pada klaster yang berbeda.

Pada penelitian ini dikembangkan suatu algoritma yang dapat digunakan untuk mengetahui frekuensi rekord data berada dalam satu klaster. Metode klaster yang digunakan adalah k-means, kohonen, fuzzy cmean dan fuzzy substractive. Berdasarkan hasil klastering keempat metode tersebut, dikembangkan algoritma yang dapat digunakan untuk mengetahui frekuensi rekord data bersamaan dalam satu kluster. Data yang digunakan adalah data gen jamur yang dapat didownload pada alamat

http://cmgm.stanford.edu/pbrown/  sporulation/ additional/

Kata kunci: klastering, k-means, kohonen, fuzzy cmean, fuzzy substractive

ABSTRACT

Clustering is a one of  the way to know similarity  among data records.  Sometime, different methods give a different cluster structure , although in  the same sum  of cluster.  So that, by using different methods,  it is possible 2 data  at the different structure.  For exampale , by using kmean, data -1 and data-2 in the same cluster, but by  kohonen, data-1 and data-2 in the  different cluster.

In this researh, we developt algorithm that can be used to calculate frequency of data record at the same cluster.  The methods, we are used are kmean, kohonen, fuzzy cmean and fuzzy substractive. Based on those methods, we developt  algorithm that can be used to know frequency of data record at the same cluster. Data used in this research is fungi gen, that can be download at http://cmgm.stanford.edu/pbrown/ sporulation/ additional/

Keywords: clustering, kmean,kohonen, fuzzy cmean, fuzzy substractive