Optimasi Fuzzy C-Means Clustering Untuk Data Besar dengan Pemrograman R

Abstract

Penangkapan Abalone secara terus menerus untuk tujuan konsumsidapat menyebabkan kepunahan dari spesies ini tanpa diiringi denganpembudidayaan kembali. Maka dari itu dinilai penting untuk mengelompokanAbalone ke dalam kategori muda/benih, dewasa, dan indukan untuk tujuankonservasi. Analisis cluster diperlukan agar dapat mengelompokan data denganbaik. Analisis cluster merupakan sebuah alat yang bertujuan untuk memisahkandataset kedalam subset menurut persamaan dan dissimilarities data. Penelitianini menggunakan Relief untuk melakukan reduksi terhadap variabel denganfungsi attrEval dan FCM yang bertujuan untuk mengelompokan data kedalambeberapa cluster dengan fungsi cmeans. Hasil dari penelitian ini menunjukkancluster yang terbentuk dengan menggunakan algoritma Relief dan FCMmenunjukkan hasil cluster yang lebih optimal dibandingkan hanya menggunakanalgoritma K-Means. Cluster pada data Abalone dapat memberikan pengetahuankepada nelayan pencari Abalone untuk memperhatikan keberlangsungan sikluskehidupan untuk spesies ini dengan tidak menangkap Abalone secarasembarangan.