Pengkelasan dengan Logika Fuzzy
Abstract
Pengkelasan atau pengelompokan suatu objek dapat ditentukan melalui suatu model matematika.
Tulisan ini mengkaji tentang pengkelasan dengan menggunakan logika fuzzy. Proses ini memakai 17
aturan fuzzy untuk 3 metode, yaitu Centroid (Composite Moment), Bisector, dan Mean of Maximum
(MoM). Data yang digunakan adalah data mahasiswa S-1 Matematika Universitas Syiah Kuala. Nilai
prediksi yang diperoleh dibandingkan dengan nilai yang sebenarnya. Hasil yang diperoleh
menunjukkan bahwa metode Mean of Maximum (MoM) tidak lebih baik dibanding dengan dua
metode lain, yaitu Centroid (Composite Moment), Bisector, jika dilihat dari persentase kesalahan
dalam pengkelasan objek. Setiap metode memiliki tingkat kesalahan sebesar 25% dari 20 objek yang
digunakan.
Tulisan ini mengkaji tentang pengkelasan dengan menggunakan logika fuzzy. Proses ini memakai 17
aturan fuzzy untuk 3 metode, yaitu Centroid (Composite Moment), Bisector, dan Mean of Maximum
(MoM). Data yang digunakan adalah data mahasiswa S-1 Matematika Universitas Syiah Kuala. Nilai
prediksi yang diperoleh dibandingkan dengan nilai yang sebenarnya. Hasil yang diperoleh
menunjukkan bahwa metode Mean of Maximum (MoM) tidak lebih baik dibanding dengan dua
metode lain, yaitu Centroid (Composite Moment), Bisector, jika dilihat dari persentase kesalahan
dalam pengkelasan objek. Setiap metode memiliki tingkat kesalahan sebesar 25% dari 20 objek yang
digunakan.
Full Text:
PDF (Bahasa Indonesia)DOI: https://doi.org/10.29313/jstat.v13i2.1079
Refbacks
- There are currently no refbacks.
Copyright Notice
STATISTIKA is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.