• Document: Analisis dan Implementasi Ant Colony Algorithm untuk Clustering
  • Size: 205.47 KB
  • Uploaded: 2019-05-17 20:27:18
  • Status: Successfully converted


Some snippets from your converted document:

Analisis dan Implementasi Ant Colony Algorithm untuk Clustering Kurniawan Nur Ramadhani Program Studi Manajemen Informatika Politeknik Telkom, Bandung andiess2006@yahoo.co.id Abstrak Paper ini memaparkan tentang implementasi algoritma semut untuk melakukan salah satu task dalam Data Mining, yaitu clustering. Clustering merupakan sebuah task untuk mengelompokkan record berdasarkan tingkat kesamaannya. Dalam paper ini dijelaskan tentang algoritma semut dan bagaimana mengimplementasikan algoritma semut untuk proses clustering ke dalam bentuk software, kemudian software yang telah dibuat diuji. Hasil dari pengujian menunjukkan bahwa kinerja algoritma semut dalam melakukan proses clustering sangat tergantung dari proses pick dan drop yang dilakukan. Kata kunci: datamining, clustering, dissimilarity, grid, topographicmap Abstract This paper discribe about the implementation of ant colony algorithm on one of data mining task, that is clustering. Clustering is a task in data mining that groups the records by their similarity value. In this paper, there is explanation about ant colony algorithm, how to implement it for clustering in the software, and then software was tested. The result from the testing job was analized and summarized in the conclusion parthowed that the performance of ant colony algorithm for clustering is depend on the pick and drop function. Keywords: data mining, clustering, dissimilarity, grid, topographic map 1. Pendahuluan dianalogikan sebagai bahan makanan sedangkan semut merupakan agen dari algoritma yang bertugas Database saat ini menjadi hal yang biasa dalam mencari makanan dengan jarak tempuh seminimal sebuah sistem informasi. Namun yang menjadi mungkin (tiap node harus dilewati dengan jarak masalah adalah apa kesimpulan yang dapat diambil minimal). Sedangkan untuk implementasi dari dari kumpulan data tersebut. Beribu data yang algoritma ini pada proses Clustering, akan terdapat dihasilkan bisa menjadi tidak berguna kalau tidak beberapa perbedaan dibandingkan dengan algoritma bisa diekstraksi menjadi informasi yang bernilai semut yang biasa dipakai untuk kasus optimasi. strategis. Misalnya data perusahaan telekomunikasi Pada paper ini akan dipaparkan konsep hasil survey kenyamanan pengguna yang AntColonyAlgorithm (Algoritma Semut) untuk mengandung secara implisit informasi tentang faktor- Clustering lalu mengimplementasikan berdasarkan faktor yang mempengaruhi kenyamanan pelanggan. model yang telah dipaparkan dan melakukan Untuk mendapatkan informasi tersebutlah digunakan pengujian terhadap aplikasi yang telah dibuat. metode-metode yang ada dalam DataMining. Salah satu fungsionalitas dalam datamining 2. Data Mining adalah Clustering yang bertujuan untuk mengelompokkan data berdasarkan tingkat kesamaan Datamining merupakan salah satu bidang ilmu dari record yang dikelompokkan. Persamaan antar dalam informatika yang membahas tentang beberapa data dilihat menggunakan kedekatan jarak antar metode untuk menemukan informasi yang record pada grafik. tersembunyi dari sekumpulan data yang ada. Latar Hasil dari proses Clustering tidak selalu sama belakangnya adalah karena semakin banyaknya data untuk setiap algoritma, bahkan untuk satu algoritma sedangkan informasi yang ada sangatlah sedikit. bisa terjadi perbedaan hasil tergantung dari parameter Tahapan yang ada dalam datamining adalah[1]: yang mempengaruhi algoritma tersebut. 1. Pembersihan data untuk membuang data yang Salah satu algoritma yang dapat digunakan tidak konsisten dan noise, untuk Clustering adalah Ant Colony Algorithm atau 2. Seleksi atribut yang akan digunakan pada proses biasa disebut algoritma semut. Algoritma semut datamining, merupakan algoritma yang biasa digunakan untuk 3. Proses me-mining data dengan menggunakan kasus optimasi, misalnya dalam kasus Travelling algoritma datamining untuk menemukan SalesmanProblem. Inti dari algoritma ini adalah informasi (pola), meniru aksi yang dilakukan oleh koloni semut dalam 4. Proses evaluasi dan visualisasi dari informasi mencari dan mengangkut bahan makanan. Node (pola) yang ditemukan. 148 ISSN: 2088-8252 Adapun metode yang ada dalam datamining 4. Parameter input tidak terlalu rumit sehingga pada umumnya dapat dikelompokkan dalam dua tidak menyulitkan user untuk mengontrol kategori, yaitu[1]: kualitas cluster yang terbentuk.

Recently converted files (publicly available):