RECORD DETAIL
Back To Previous
Back To Previous
Title | Pengembangan Cat Swarm Optimization untuk Clustering |
Edition | |
Call Number | 2009/II/74 |
ISBN/ISSN | |
Author(s) | Mirsa Kencana Ningrum |
Subject(s) | Cat Swarm Optimization Data Mining |
Classification | 006 |
Series Title | GMD | Tugas Akhir |
Language | Indonesia |
Publisher | Jurusan Teknik Industri FTI-ITS |
Publishing Year | 2009 |
Publishing Place | Surabaya |
Collation | |
Abstract/Notes | |
Specific Detail Info | Cat Swarm Optimization (CSO) merupakan salah satu algoritma optimasi heuristik terbaru yang berdasar pada swarm intelligence. Dalam penelitian sebelumnya algoritma ini memiliki performansi yang lebih baik dalam permasalahan optimasi jika dibandingkan dengan algoritma optimasi heuristik yang lain (Particle Swarm Optimization (PSO) dan PSO berbobot). Atas dasar pemikiran tersebut maka penelitan ini kemudian dilakukan untuk mengembangkan algoritma CSO sehingga dapat diterapkan dalam kasus clustering, yaitu task data mining yang mengelompokkan sesuai dengan kemiripan yang dimiliki. Algoritma baru hasil pengembangan kemudian diuji dengan menggunakan empat set data yang sudah memiliki label untuk mengetahui tingkat akurasinya. Pengujian dilakukan dengan melakukan perubahan pada jumlah iterasi dan melakukan modifikasi pada salah satu rumus CSO. Setelah itu akurasi cluster dengan CSO clustering dibandingkan dengan akurasi cluster dengan metode k-means clustering dan PSO clustering. Hasil pengujian menunjukkan bahwa hasil CSO clustering tidak dipengaruhi jumlah iterasi dan penambahan multiplier pada kecepatan dapat menghasilkan cluster yang lebih baik. Hasil perbandingan menunjukkan bahwa CSO clustering dapat dipertimbangkan sebagai salah satu metode clustering dengan hasil yang akurat. Kata kunci: Swarm Intelligence, Cat Swarm Optimization, clustering, k-means clustering, Particle Swarm Optimization clustering. |
Image | |
File Attachment | LOADING LIST... |
Pembimbing | Ir. Budi Santosa, M.S., Ph.D |
Volume | 1 |
Availability | LOADING LIST... |
Back To Previous |