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.
Kata kunci: abalone, cluster, fuzzy c-means ,reduksi, relief
Penulis: Budi Arif Dermawan, Taufik Djatna
Kode Jurnal: jptinformatikadd160804

Artikel Terkait :