Implementasi Metode Xie Beni Untuk Validasi Cluster Pada Fuzzy C-Means Studi Kasus : Indikator Kesehatan Masyarakat
Abstract
Clustering (pengelompokan) merupakan salah satu teknik dalam data mining, dimana mengelompokkan data berdasarkan tingkat kemiripannya. Semakin besar tingkat kemiripan data, maka akan ditempatkan di cluster (kelompok) yang sama.Terdapat banyak teknik clustering, salah satunya Fuzzy C-Means. Fuzzy C-Means (FCM) merupakan teknik clustering yang dimana keberadaan tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. FCM merupakan teknik clustering yang terawasi, dimana jumlah cluster yang ingin dibentuk sudah ditentukan diawal proses clustering. Karena jumlah cluster yang dibentuk sudah ditentukan, maka diperlukan adanya validasi jumlah cluster tersebut. Salah satu teknik validasi jumlah cluster adalah metode Xie-Beni (XB), dimana memanfaatkan jarak antar cluster dan jumlah data untuk menentukan nilai indeks XB. Semakin kecil nilai indeks XB suatu jumlah cluster, maka jumlah cluster tersebut semakin optimal. Penelitian ini mengangkat studi kasus indikator kesehatan masyarakat, dengan atribut angka kelahiran kasar, angka kematian kasar, angka kematian bayi, angka kematian neonatal, angka kematian perinatal, angka kematian balita, dan angka kematian ibu. Hasil dari penelitian ini adalah terbentuknya sebuah sistem yang mampu melakukan clustering data indikator kesehatan masyarakat menggunakan teknik FCM, setelah itu sistem tersebut melakukan validasi jumlah cluster yang digunakan untuk mengetahui nilai XB. Setelah dilakukan beberapa proses clustering dengan jumlah kelompok yang berbeda, kemudian nilai XB dari tiap-tiap jumlah cluster dibandingkan dan dicari nilai XB terkecil dan jumlah kelompok yang paling optimal.
Collections
- Informatics Engineering [2148]