Febrina Rahmawati (2011) Clustering dengan Penyajian Data Diskrit Biner Menggunakan Algoritma Ant Colony Optimization (ACO). Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview

Text (ABSTRAK) gdlhub-gdl-s1-2011-rahmawatif-19755-mpm.08-1-k.pdf Download (404kB) | Preview

Abstract

Skripsi ini bertujuan untuk menyelesaikan masalah clustering dengan penyajian data diskrit biner menggunakan algoritma Ant Colony Optimization (ACO) dan membuat programnya. Tujuan dari clustering dengan penyajian data diskrit biner adalah mengelompokkan data yang berukuran n obyek dengan p variabel ke dalam k cluster dengan nilai fungsi obyektif yang minimal. Algoritma Ant Colony Optimization adalah suatu algoritma yang mengambil inspirasi dari perilaku semut sebenarnya. Algoritma Ant Colony Optimization diawali dengan inisialisasi parameter, kemudian mengisi tabu list sampai penuh, selanjutnya menghitung nilai fungsi obyektif, menjalankan local search kemudian memperbaruhi matrik pheromone, proses berulang hingga siklus maksimum terpenuhi. Jika siklus maksimum belum terpenuhi maka kosongkan tabu list dan proses diulang dengan mengisi tabu list kembali, menghitung nilai fungsi obyektif, menjalankan local search, dan memperbaruhi pheromone. Skripsi ini menggunakan data 24 obyek dengan 8 variabel dan data 10 obyek dengan 11 variabel. Parameter untuk data 24 obyek dengan 8 variabel yang diselesaikan dengan program adalah Siklus_MAX=1000, jumlah obyek=24, jumlah variabel=8, jumlah cluster=4, konstanta Q=1, probabilitas threshold awal=0.98, probabilitas threshold local search=0.01, rho=0.01, jumlah semut=5, dan pheromone awal=0.01, sehingga didapatkan hasil clustering cluster ke-1=obyek ke-2,14,18,20,21,22, dan 24, cluster ke-2= obyek ke-1,5,7,10,16, dan 17, cluster ke-3= obyek ke-8,9,11, dan 15, dan cluster ke-4= obyek ke-3,4,6,12,13,19, dan 23 dengan nilai fungsi obyektif adalah 39.042. Sedangkan parameter untuk data 10 obyek dengan 11 variabel yang diselesaikan dengan program adalah cluster=3 dengan parameter yang sama dari data di atas, didapatkan hasil clustering yaitu cluster ke-1= cluster ke-1=obyek ke-1, 3, 7, dan 8, cluster ke-2= obyek ke-2, 4, dan 6, dan cluster ke-3= obyek ke-5, dan 10 dengan nilai fungsi obyektif adalah 561.533. Kata Kunci : Algoritma Ant Colony Optimization (ACO), Clustering dengan Penyajian Data Diskrit Biner.

Actions (login required)

View Item