Optimasi Fuzzy C-Means Clustering Untuk Data Besar dengan Pemrograman R
Abstrak: Penangkapan Abalone
secara terus menerus untuk tujuan konsumsidapat menyebabkan kepunahan dari
spesies ini tanpa diiringi denganpembudidayaan kembali. Maka dari itu dinilai
penting untuk mengelompokan Abalone ke dalam kategori muda/benih, dewasa, dan
indukan untuk tujuankonservasi. Analisis cluster diperlukan agar dapat
mengelompokan data dengan baik. Analisis cluster merupakan sebuah alat yang
bertujuan untuk memisahkandataset kedalam subset menurut persamaan dan
dissimilarities data. Penelitianini menggunakan Relief untuk melakukan reduksi
terhadap variabel dengan fungsi attrEval dan FCM yang bertujuan untuk
mengelompokan data kedalambeberapa cluster dengan fungsi cmeans. Hasil dari
penelitian ini menunjukkan cluster yang terbentuk dengan menggunakan algoritma
Relief dan FCM menunjukkan hasil cluster yang lebih optimal dibandingkan hanya
menggunakan algoritma K-Means. Cluster pada data Abalone dapat memberikan
pengetahuankepada nelayan pencari Abalone untuk memperhatikan keberlangsungan
siklus kehidupan untuk spesies ini dengan tidak menangkap Abalone secara sembarangan.
Penulis: Budi Arif Dermawan,
Taufik Djatna
Kode Jurnal: jptinformatikadd160804