Perpustakaan Digital ITB

Clustering adalah proses pengelompokan data ke dalam cluster berdasarkan parameter tertentu sehingga obyek-obyek dalam sebuah cluster memiliki tingkat kemiripan yang tinggi satu sama lainya. Intuitionistic fuzzy C-means (IFCM) termasuk dalam salah satu teknik clustering, dimana keberadaan tiap-tiap titik data dalam satu cluster ditentukan oleh derajat keanggotaan, derajat ketidakanggotaannya dan derajat keraguannya. Proses IFCM clustering hampir serupa dengan Fuzzy C-means clustering (FCM) dimana kedua algoritma ini didasarkan pada minimisasi fungsi objektif yang menggambarkan dengan jarak antara pusat cluster dan tiap titik data yang terbobot oleh derajat keanggotaan. Sedangkan perbedaan IFCM dan FCM adalah untuk membentuk intuitionistic fuzzy property kita memodikasi derajat keanggotaan dari fuzzy yang meliputi derajat keraguan. Pada tesis ini IFCM digunakan untuk mengelompokan data biji kakao berdasarkan perlakuannya: tidak difermentasi dengan tidak disangrai, fermentasi di lapangan dengan tidak disangrai, fermentasi di laboratorium dengan tidak disangrai, tidak difermentasi dengan disangrai, fermentasi di lapangan dengan disangrai dan fermentasi di laboratorium dengan disangrai. Langkah pertama pengerjaannya adalah mereduksi data percobaan dari tiga data men- jadi satu perwakilan data untuk setiap perlakuan. Proses reduksi yang digunakan yaitu metode pencilan dan metode direct fuzzy clustering. Kemudian IFCM diaplikasikan pada data hasil reduksi ini. Kelompok yang terbaik atau optimal akan diukur dengan indeks Xie-Beni.