Penerapan algoritma fuzzy C-Means untuk pengelompokan harga gabah di tingkat penggilingan berdasarkan kualitas gabah

Efiyah, Uum (2014) Penerapan algoritma fuzzy C-Means untuk pengelompokan harga gabah di tingkat penggilingan berdasarkan kualitas gabah. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

[img]
Preview
Text (Fulltext)
07610046.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (1MB) | Preview

Abstract

INDONESIA:

Analisis cluster secara konvensional merupakan sebuah cabang ilmu statistik analisis multivariat yang di gunakan khusus untuk pengelompokkan objek yang memiliki kesamaan karakter. Objek yang sama akan di kelompokkan menjadi sebuah kelas yang memiliki beberapa anggota. Dalam proses pengelompokkan ini menggunakan pengembangan dari cluster yaitu dengan menggunakan algoritma Fuzzy C-Means (FCM).

Ada beberapa algoritma clustering data, salah satu diantaranya adalah Fuzzy C-Means (FCM). Fuzzy C-Means (FCM) adalah suatu teknik pengclusteran data yang mana keberadaan tiap-tiap titik data dalam suatu cluster di tentukan oleh derajat keanggotaan. Pada penelitian ini dilakukan pengelompokkan data rata-rata harga gabahdi tingkat penggilingan berdasarkan kualitas gabah yaitu GKG, GKP, gabah kualitas rendah. Pengelompokkan tersebut menggunakan 3 varian input diclusterkan dengan 3 output FCM hasilnya yaitu: 1) cluster pertama: GKG Rp 4.039, GKP Rp 3.688, GKR Rp 3.199; 2) cluater kedua: GKG Rp 3.078, GKP Rp 2.792, GKR Rp 2.495; 3) cluster ketiga: GKG Rp 3.694, GKP 3.236, GKR 2.835. Saran kepada pembaca untuk mengkaji lebih lanjut pada data yang berbeda, menggunakan program computer lain untuk mencapatkan hasil dengan cepat dan akurat.

ENGLISH:

Conventional cluster analysis is a branch of multivariate statistical analysis that is used specifically for grouping objects that have the same character. The same object will be grouped into a class that has multiple members. In this grouping process we use the development of clusters using Fuzzy C-Means algorithm (FCM).

There are several clustering algorithms of data, one of those algorithm is the Fuzzy C-Means (FCM). Fuzzy C - Means (FCM) is a clusteing technique where each data point in a cluster is determined by the degree of its membership. In this research, the data of average price of grain in the mill is grouped bosed on the quality of the grain that is GKG, GKP, and low quality grain. This grouping process uses three input variants which is clustered into three FCM result namely:
1) first clusters: GKG Rp 4,039, Rp 3,688 GKP, GKR Rp 3,199; 2) The second clusters: GKG Rp 3,078 , Rp 2,792 GKP, GKR Rp 2,495; 3) The third clusters: GKG Rp 3,694, 3,236 GKP, GKR 2835. And the advice to the readers to do further research to the different data using another computer program to get the quick and accurate results.

Item Type: Thesis (Undergraduate)
Supervisor: Alisah, Evawati and Rozi, Fachrur
Keywords: Fuzzy Clustering; Fuzzy C-Means; Gabah
Departement: Fakultas Sains dan Teknologi > Jurusan Matematika
Depositing User: Mardiana Mardiana
Date Deposited: 02 Jun 2017 03:28
Last Modified: 02 Jun 2017 03:28
URI: http://etheses.uin-malang.ac.id/id/eprint/6832

Actions (login required)

View Item View Item