Professional Documents
Culture Documents
HIMPUNAN FUZZY
OLEH:
Ricky Fahrurosi (11030214017)
Darul Yuliana
(12030214015)
Nurul Ihsani
(12030214023)
S1 Matematika
Matematika dan Ilmu Pengetahuan Alam
Universitas Negeri Surabaya
Contoh 13.1
Untuk mengilustrasikan algoritma fuzzy c-means, kita memisalkan sebuah data X yang berisi
15 titik terurut pada R2
k
xki
xk2
1
0
0
2
0
2
3
0
4
4
1
1
5
1
2
6
1
3
7
2
2
8
3
2
9
4
2
10
5
1
11
5
2
12
5
3
13
6
0
14
6
2
Tabel 13.1
Asumsikan bahwa kita akan menentukan fuzzy pseudopartition dengan dua cluster (c=2).
Selanjutkan asumsikan kita memilih m=1.25, = 0.01 dan ||.|| merupakan jarak euclidian.
Kemudian dengan fuzzy pseudopartition awal yaitu (0) = {A1,A2} dengan
A 2=
Data pada tabel 13.1 dapat juga digambarkan pada grafik 13.1a seperti dibawah ini
Gambar 13.1a
15
6
4
2. Menghitung c-clostur center v1 (t)... vc (t) dan memilih nilai m=1.25 dan =0,01
n
[ A i ( x i ) ]m . x k
vi= k=1n
[ Ai ( x i ) ]m
k=1
|x k v i|
> 0 untuk
| x k v j|
|x k v i|2
1
m1
j=1
A
( x k ) =
2
|x k v i| = 0 untuk semua i I bagian dari Nc. Dan didefinisikan
( t+1 )
i
Jika
Dan didefinisikan
Pada contoh 13.1
( t +1 )
A i ( x t ) =0 untuk i Nc I
A i(t +1 )(x t ) adalah sebagai berikut untuk iterasi pertama.
4. Bandingkan (0) dan (t+1). Jika | ()) (t+1)| , maka berhenti. Jika | ()) (t+1)|
maka kembali ke langkah ke-2. Dengan menggunakan rumus sebagai berikut:
(t +1) (0 )=max A i(t +1 ) ( x k ) A i(t ) ( x k )
Kemudian diperoleh,
karena 0,816 0,01 maka di ulang kembali ke langkah ke-dua.
Untuk mendapatkan hasil pada contoh 13.1dengan langkah yang sama maka akan
berhenti pada iterasi ke 7 yaitu pada (6) dengan fuzzy psedopartitionnya dengan
v1=<0,88;2> dan v2=<5,14;2>.