Peningkatan Performa Cluster Fuzzy C-Means pada Klastering Sentimen Menggunakan Particle Swarm Optimization

Journal Title: Jurnal Teknologi Informasi dan Ilmu Komputer - Year 2019, Vol 6, Issue 4

Abstract

Fuzzy C-Means (FCM) merupakan algoritma klastering yang sangat baik dan lebih fleksibel dari algoritma klastering konvensional. Selain kelebihan tersebut, kelemahan utama algoritma ini adalah sensitif terhadap pusat klaster. Pusat klaster yang sensitif mengakibatkan hasil akhir sulit di kontrol dan FCM mudah terjebak pada optimum lokal. Untuk mengatasi masalah tersebut, penelitian ini memperbaiki kinerja FCM dengan menerapkan Particle Swarm Optimization (PSO) untuk menentukan pusat klaster yang lebih baik. Penelitian ini diterapkan pada klastering sentimen dengan menggunakan data berdimensi tinggi yaitu ulasan produk yang dikumpulkan dari beberapa situs toko online di Indonesia. Hasil penelitian menunjukkan bahwa penerapan PSO pada pembangkitan pusat klaster FCM dapat memperbaiki performa FCM serta memberikan luaran yang lebih sesuai. Performa klastering yang menjadi acuan adalah Rand Index, F-Measure dan Objective Function Value (OFV). Untuk keseluruhan performa tersebut, FCM-PSO memberikan hasil yang lebih baik dari FCM. Nilai OFV yang lebih baik menunjukkan bahwa FCM-PSO tersebut membutuhkan waktu konvergensi yang lebih cepat serta penanganan noise yang lebih baik.

Authors and Affiliations

Rimbun Siringoringo

Keywords

Related Articles

Evaluasi Sistem Informasi Usaha Kecil dan Menengah (UKM) Kota Palembang

Sistem Informasi Usaha Kecil dan Menengah (UKM) Kota Palembang merupakan suatu sistem informasi yang mengakomodir para pelaku UKM di Kota Palembang dalam melakukan promosi terhadap produk atau jasa yang di lakukan oleh p...

Pengembangan Deteksi Citra Mobil untuk Mengetahui Jumlah Tempat Parkir Menggunakan CUDA dan Modified YOLO

Besarnya lahan pada parkir dan jumlah kendaraan roda empat dalam hal ini adalah mobil, dapat menjadi kendala bagi pengendara lain dalam mengetahui posisi parkir mana yang masih dapat digunakan. Sistem pengembangan perpar...

Rancang Bangun Sistem Try Out Berbasis Paperless untuk Evaluasi Hasil Belajar Siswa dengan MVC

Sistem pelaksanaan Ujian Nasional di Indonesia saat ini mulai beralih menggunakan komputer sebagai media dalam pelaksanaannya menggantikan sistem yang lama. Sebagai bentuk dukungan dalam mengurangi penggunaan kertas dala...

Kajian Perencanaan Strategis Sistem Informasi pada Bisnis Ritel Berbasis Metodologi Ward & Peppard : Studi Kasus PT. Gramedia Asri Media

Persaingan global menuntut setiap bisnis melakukan inovasi dalam pemanfaatan sistem dan teknologi informasi (SI/TI) untuk meningkatkan nilai tambah. Alur informasi yang tidak berjalan optimal dapat menjadi kendala bagi b...

Penerapan Pendekatan Human Centered Design dan CRM dalam Perancangan Antarmuka Sistem E-Complaint

Tujuan dari penelitian ini adalah untuk mengembangkan antarmuka sistem e-complaint dengan menerapkan HCD dan CRM. Komplain merupakan bentuk reaksi pelanggan terhadap produk atau jasa yang harus segera ditangani perusahaa...

Download PDF file
  • EP ID EP619506
  • DOI 10.25126/jtiik.201861090
  • Views 96
  • Downloads 0

How To Cite

Rimbun Siringoringo (2019). Peningkatan Performa Cluster Fuzzy C-Means pada Klastering Sentimen Menggunakan Particle Swarm Optimization. Jurnal Teknologi Informasi dan Ilmu Komputer, 6(4), 349-354. https://europub.co.uk/articles/-A-619506