Mengarahkan Fuzzy C-Mean ke “Jalan Yang Benar”

Clustering merupakan masalah yang lumayan rumit. Misalkan kita punya serangkaian data yang terdiri dari dua kategori yaitu nilai IPA dan nilai IPS. Jika kita lakukan klasifikasi langsung dengan FCM kita tidak serta merta mendapatkan hasil klasifikasi nilai yang rata-rata besar di IPA dan yang rata-rata besar di IPS. Mengapa demikian? Karena ada kemungkinan data tersebut terklasifikasi menjadi nilai yang rata-rata IPA dan IPS kecil dan nilai rata-rata IPA dan IPS besar. Berikut ini grafik hasil olah data yang dilakukan oleh contoh help matlab (ketik help fcm). Coba lihat … data tercluster menjadi siswa yang pinter IPA dan IPS dengan yang bodoh IPA dan IPS, padahal yang kita cari siswa yang cenderung IPA (nilai IPA > IPS) dengan yang cenderung IPS (nilai IPS>IPA).


Oleh karena itu agar kita memperoleh klasifikasi antara kelompok IPA dan kelompok IPS kita harus menambahkan satu kategori di kolom berikutnya. Katakanlah jika kelompok IPA (besar nilai IPA-nya) kita kategorikan “1” dan sebaliknya IPS dengan “0”. Pindahkan ke Excel lalu beri satu kolom baru dengan instruksi IF: “=IF(A1<B1;0;1)”. Sehingga diperoleh data baru yang akan diklasifikasi oleh fcm.


… dst

Rename data lama dengan data baru yang tiga kolom ini, lakukan instruksi fcm seperti pada help fcm:

[center,U,obj_fcn] = fcm(data,2);

plot(data(:,1), data(:,2),’o’);

hold on;

maxU = max(U);

% Find the data points with highest grade of membership in cluster 1

index1 = find(U(1,:) == maxU);

% Find the data points with highest grade of membership in cluster 2

index2 = find(U(2,:) == maxU);

line(data(index1,1),data(index1,2),’marker’,’*’,’color’,’g’);

line(data(index2,1),data(index2,2),’marker’,’*’,’color’,’r’);

% Plot the cluster centers

plot([center([1 2],1)],[center([1 2],2)],’*’,’color’,’k’)

hold off;

center:

0.6525 0.2942 0.9853 à Pusat cluster IPA

0.3025 0.5733 0.0113 à Pusat cluster IPS

Hasilnya dapat dilihat pada grafik di bawah ini:


Hasilnya akurat bangettttt …

Iklan

6 respons untuk ‘Mengarahkan Fuzzy C-Mean ke “Jalan Yang Benar”

  1. Assalamualaikum Pak Rahmadya…Nama saya Yohanni Syahra dari kota Medan, saya berteman dengan Bapak Rere Merbolin dari Jambi, teman Bapak waktu kuliah di Jokjakarta, saat ini kami sama sama kuliah S2 di UPI YPTK Padang. Saya sedang menyusun tesis tentang fuzzy c-means, dengan menggunakan data penjualan dari suatu toko. Saya kesulitan untuk menggunakan rumus fuzzy c-means dan Matlab. Saya mohon bantuan dari Bapak. Terima Kasih.

    • o iya, salam ya buat rere. ada dua orang yg pernah nanya tesis tentang fcm. sebenarnya di matlab mudah, yg sulit itu teori dasarnya. biasanya dijalankan satu atau dua iterasi (buat demo aja) setelah itu riilnya pake matlab.

      • Pak perkenalkan nama saya faris rahmat di jogjakarta, sekarang saya sedang menjalani tugas akhir mengenai segmentasi citra menggunakan filter gabor dan mean shift clustering, saat ini saya kesulitan mendapakan teori tentang mean shift clustering dalam bahasa indonesia, mungkin bapak memiliki referensi untuk saya pelajari, terimakasih sebelumnya pak

      • coba cari buku terbitan andi: teori dan aplikasi pengolahan citra karangan dosen elektro ugm: Abdul adir dan adhi susanto

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google+

You are commenting using your Google+ account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

w

Connecting to %s