Kajian Kekekaran Metode Penggerombolan Fuzzy K-Rataan pada Data yang Mengandung Noise.

Abstract

Salah satu penyebab penggerombolan menjadi tidak representatif adalah terdapat noise pada data. Metode penggerombolan yang sering kali digunakan untuk menggerombolkan data yang mengandung noise adalah Fuzzy K-Rataan, karena metode ini menggunakan konsep nilai keanggotaan sebagai dasar penggerombolan setiap objek. Penelitian ini dilakukan untuk mengkaji kekekaran metode Fuzzy K-Rataan dengan data simulasi yang tidak mengandung noise, mengandung noise yang tidak bercampur antar gerombol, serta mengandung noise yang berpencar secara acak. Kajian simulasi dilakukan dengan persentasi noise dari 1% hingga 40% dengan ulangan sebanyak 100 kali. Hasil kajian tersebut ialah metode Fuzzy K-Rataan mampu menggerombolkan setiap objek secara tepat baik pada data tanpa mengandung noise dan pada data yang mengandung noise yang tidak bercampur antar gerombol. Selain itu, pada data dengan noise yang berpencar secara acak, metode Fuzzy K-Rataan cukup baik digunakan hingga persentase noise tak lebih dari 10%. Pada praktiknya, metode Fuzzy K-Rataan pada data indikator kesejahteraan rakyat pada tahun 2015. Hasilnya, diperoleh 3 gerombol yang paling optimum, dengan masing-masing gerombol memiliki jumlah anggota gerombol yang cukup berimbang.