PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA TESIS AYU NURIANA SEBAYANG /TINF

Transkripsi

1 PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA TESIS Oleh AYU NURIANA SEBAYANG /TINF PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA M E D A N

2 PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Sains dalam Program Studi Magister Teknik Informatika pada Program Studi Magister (S2) Teknik Informatika Fakultas MIPA Oleh AYU NURIANA SEBAYANG /TINF PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA M E D A N

3 PENGESAHAN TESIS Judul Tesis : PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA Nama Mahasiswa : Ayu Nuriana Sebayang Nomor Induk Mahasiswa : Program Studi Fakultas : Magister Teknik Informatika : Matematika dan Ilmu Pengetahuan Alam Menyetujui Komisi Pembimbing Syahril Effendi, S.Si, MIT Anggota Prof. Dr. Tulus Ketua Ketua Program Studi Dekan Prof. Dr. Muhammad Zarlis Dr. Sutarman, Msc NIP NIP

4 PERNYATAAN ORISINALITAS PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA TESIS Dengan ini saya nyatakan bahwa saya mengakui semua karya tesis ini adalah hasil kerja saya sendiri kecuali kutipan dan ringkasan yang tiap satunya dijelaskan sumbernya dengan benar. Medan, 23 Juli 2011 Ayu Nuriana Sebayang NIM

5 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademis, saya yang bertanda tangan dibawah ini: Nama : Ayu Nuriana Sebayang NIM : Program Studi : Magister Teknik Informatika Jenis Karya Ilmiah : Tesis Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty Free Right ) atas Tesis saya yang berjudul: PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA Beserta perangkat keras yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Ekslusif ini, berhak menyimpan, mengalihkan media, memformat, mengelola dalam bentuk data-base, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencatumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, 23 Juli 2011 Ayu Nuriana Sebayang

6 Telah diuji pada Tanggal : 27 Juli 2011 PANITIA PENGUJI TESIS KETUA : Prof. Tulus Anggota : 1. Syahril Effendi, S.Si, MIT 2. Prof. Dr. Herman Mawengkang 3. Prof. Dr. Muhammad Zarlis 4. Syahriol Sitorus, S.Si, M.Si

7 RIWAYAT HIDUP DATA PRIBADI Nama lengkap berikut gelar : Ayu Nuriana Sebayang, S.Kom Tempat dan Tanggal Lahir : Medan, 17 September 1985 Alamat Rumah : Jl. Puskesmas I gg. Mawar No. 11 Medan Telepon/Faks/HP : ayu.nuriana@gmail.com Instansi Tempat Bekerja : STMIK/AMIK Logika Medan Alamat kantor : Jl. Yosudarso No. 374 C Medan Telepon/Faks/HP : DATA PENDIDIKAN SD : SD Negeri Medan Tamat : 1998 SLTP : SLTP Negeri 9 Medan Tamat : 2001 SMU : SMU Negeri 15 Medan Tamat : 2004 Strata-1 : FMIPA USU Tamat : 2008

8 KATA PENGANTAR Puji Syukur Penulis ucapkan kepada Allah SWT atas segala limpahan rahmat dan karunia-nya sehingga penulis dapat menyelesikan tesis ini dengan judul: PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA. Dengan selesainya tesis ini, penulis menyampaikan terima kasih sebesarbesarnya kepada: Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc (CTM), Sp.A(K) selaku Rektor yang telah memberikan kesempatan kepada penulis untuk mengikuti dan menyelesaikan pendidikan Program Magister. Dr. Sutarman, M.Sc selaku Dekan FMIPA USU atas kesempatan penulis menjadi mahasiswa pada Program Studi Magister Teknik Informatika. Prof. Dr. Muhammad Zarlis, selaku Ketua Program Studi Magister Teknik Informatika FMIPA. M. Andri Budiman, S.T., M.Comp Sc., M.E.M., selaku Sekretaris Program Studi Magister Teknik Informatika. Prof. Dr. Tulus, selaku Pembimbing Utama yang telah banyak memberikan bimbingan dan arahan serta motivasi kepada penulis. Syahril Effendi, S.Si, M.I.T., selaku Pembimbing Kedua yang telah banyak memberikan bimbingan dan arahan serta motivasi kepada penulis. Seluruh Staff Pengajar yang telah banyak memberikan ilmu pengetahuan selama masa perkuliahan serta Seluruh Staff Pegawai pada Program Magister Teknik Informatika FMIPA. Teristimewa kepada Ayahanda Drs. Djakaria Sebayang, M.Si. dan Ibunda Ruslina Sembiring, yang telah memberikan doa, dukungan, perhatian dan kasih sayang yang tulus serta pengorbanan yang tidak ternilai harganya semenjak penulis dilahirkan hingga menyelesaikan tesis ini. Abang dan adik-adik tersayang serta seluruh keluarga tercinta yang selalu memberikan dukungan kepada penulis.

9 Ucapan terima kasih juga penulis ucapkan kepada sahabat-sahabat terbaik, Raihan, Ari Eka, Silvia, Tetty, Rosita, Yani Maulita, Ramliana dan rekan-rekan kuliah angkatan 09 yang telah memberikan semangat kepada penulis. Akhir kata penulis hanya berdoa kepada Allah SWT semoga Allah memberikan limpahan karunia kepada semua pihak yang telah memberikan bantuan, perhatian, serta kerja samanya kepada penulis dalam menyelesaikan tesis ini. Medan, 23 Juli 2011 Penulis Ayu Nuriana Sebayang

10 PENGENALAN POLA DALAM FUZZY CLUSTERING DENGAN PENDEKATAN ALGORITMA GENETIKA ABSTRAK Masalah mengelompokkan data dengan suatu pola dalam cluster untuk menentukan pusat cluster berdasarkan derajat kesamaan yang diukur dari fungsi jarak. Dengan menggunakan mekanisme operator genetik yaitu persilangan dan mutasi populasi dievolusikan melalui fungsi fitness yang diarahkan pada kondisi konvergensi. Algoritma ini dapat diterapkan dalam banyak area fungsi-fungsi optimasi, penerapannya adalah fungsi objektif berbasis fuzzy clustering. Penulis menggunakan Fuzzy C-Means yaitu algoritma pengklusteran untuk mengkluster IPM (Indeks Pembangunan Manusia) dari setiap Propinsi di Indonesia dengan membagi Propinsi dalam beberapa cluster. Pada pendekatan algoritma genetika untuk penyelesaian fuzzy clustering ditempuh pilihan untuk menggunakan pendekatan Prototype-based algorithms, yaitu mengevolusikan matrik pusat cluster dengan menentukan fungsi fitness c n Jm (U, V) = µ D ( v x ). i= 1 k = 1 Kata Kunci : Pengenalan pola, Fuzzy clustering, FCM, Algoritma Genetika. ik 2 ik i k

11 INTRODUCTION OF PATTERN IN FUZZY CLUSTERING BY GENETIC ALGORITHM APPROACH ABSTARCT The classification of data by pattern in a cluster to determine the cluster center based on the equality level measured by distance function. By using genetic operator mechanism, i.e. crossing and population mutation in evolution through the fitness function that directed to the convergence condition. This algorithm can be applied in any optimization function area, its application is fuzzy clustering based objective function. The writer using the Fuzzy C-Means, i.e. clustering algorithm for IPM clustering (Human Development Index) in each Province in Indonesia by classified the provinces into any clusters. In the genetic algorithm approach in solving the fuzzy clustering is conducted by alternative for using the Prototype based algorithm approach, i.e. evolution of cluster center matrix by determining the fitness function c n Jm (U, V) = µ D ( v x ). i= 1 k = 1 Keywords : Introduction of Pattern, Fuzzy Clustering, FCM, Genetic Algorithm ik 2 ik i k

12 DAFTAR ISI PENGESAHAN PERNYATAAN ORISINALITAS PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS PENETAPAN PANITIA PENGUJI TESIS RIWAYAT HIDUP KATA PENGANTAR ABSTRAK ABSTRACT DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL Halaman iii iv v vi vii viii x xi xii xiv xv BAB I PENDAHULUAN Latar Belakang Masalah Perumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian 4 BAB II TINJAUAN PUSTAKA Pengenalan Pola Teknik Pengenalan Pola Evaluasi Ciri Melalui Ukuran-Ukuran Fuzzy Pendekatan Teoritik Keputusan Algoritma Genetika 8

13 2.3.1 Pengertian Algoritma genetika Encoding Fungsi fitness Seleksi Crossover Mutasi Konsep Penggunaan Algoritma Genetika Logika Fuzzy Pengertian Logika Fuzzy Fungsi Keanggotaan Proses Sistem Fuzzy Fuzzy Cluestering Algoritma Fuzzy Clustering dengan Pendekatan Algoritma genetika (Genetic Guided Algorithm for Fuzzy C-Means = GGA-FCM) Parameter dalam Algoritma Genetika Validitas Clustering dan Classification Rate Algoritma Fuzzy clustering konvensional Fuzzy C-Means 19 BAB III METODOLOGI PENELITIAN Rancangan Pelaksanaan Penelitian Variabel Yang Diamati Ukuran Fuzzy Diagram Alir 23 BAB IV ANALISIS DAN PEMBAHASAN Data Perkembangan Indeks Pembangunan Manusia untuk tingkat propinsi Indonesia Metode Perhitungan IPM Analisis Cluster IPM 28

14 Pengolahan Data Analisis dengan algoritma genetika 35 A. Penentuan populasi 35 B. Penentuan Fitness 35 BAB V KESIMPULAN DAN SARAN Kesimpulan Saran 38 DAFTAR PUSTAKA 39