Implementasi Algoritma Subtractive Clustering Untuk Pembangkitan Aturan Fuzzy Pada Rekomendasi Penerima Beasiswa
| Main Author: | Widiyanto, AgungPutra |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/145865/1/051306059.pdf http://repository.ub.ac.id/145865/ |
Daftar Isi:
- Pemerintah melalui Dikti sesuai kewenangannya dapat memberikan Beasiswa dengan persyaratan yang ditetapkan. Parameter yang ditetapkan untuk pemohon beasiswa diantaranya adalah IPK, SKS, prestasi, dan keadaan ekonomi. Pada aturan yang diterapkan pada proses penetapan penerima beasiswa terdapat unsur subjektifitas terhadap parameter tersebut sehingga membuat rumit dalam pengambilan keputusan penerima beasiswa. Fuzzy inference system merupakan algoritma inferensi yang dapat memberikan sudut pandang yang cukup luas dalam pengambilan keputusan. Proses pembelajaran untuk membentuk aturan dapat dibangkitkan secara otomatis tanpa perlu bantuan seorang pakar, yaitu dengan algoritma clustering . Konsep dasar dari subtractive clustering adalah menentukan titik data dengan densitas tertinggi sebagai pusat cluster , sehingga algoritma ini akan membentukan jumlah cluster secara otomatis tanpa perlu diinisialisasi diawal. Penelitian ini menggunakan data set beasiswa tahun 2012 yang berasal dari PPTI-UB. Data set terdiri dari 100 data latih dan 30 data uji. Proses pembelajaran diawali dengan proses clustering, dari hasil clustering kemudian dilakukan analisa varian. Hasil cluster dengan nilai varian terkecil akan dijadikan bahan untuk proses ektraksi aturan fuzzy menggunakan metode least square estimator (LSE). Setelah aturan terbentuk barulah dilakukan proses pengujian menggunakan FIS model Sugeno Orde-Satu. Dari hasil pengujian pembentukan aturan didapatkan jumlah aturan yang konvergen, yaitu 2 aturan. Sedangkan pengujian akurasi dipatkan hasil untuk akurasi sistem yang konvergen pula, yaitu sebesar 93.33% pada jumlah 2 aturan.