Analisis Kinerja Metode Gabungan Genetic Algorithm dan K-Means Clustering dalam Penentuan Nilai Centroid

Abstract

The determination of Centroid on K-Means Algorithm directly affects the quality of the clustering results. Determination of centroid by using random numbers has many weaknesses. The GenClust algorithm that combines the use of Genetic Algorithms and K-Means uses a genetic algorithm to determine the centroid of each cluster. The use of the GenClust algorithm uses 50% chromosomes obtained through deterministic calculations and 50% is obtained from the generation of random numbers. This study will modify the use of the GenClust algorithm in which the chromosomes used are 100% obtained through deterministic calculations. The results of this study will result in performance comparisons expressed in Mean Square Error influenced by centroid determination on K-Means method by using GenClust method, modified GenClust method and also classic K-Means.

Penentuan Centroid pada Algoritma K-Means mempengaruhi secara langsung kualitas dari hasil clustering. Penentuan centroid dengan menggunakan bilangan acak memiliki banyak kelemahan. Algoritma GenClust yang menggabungkan pemakaian Algoritma Genetika dan K-Means menggunakan algoritma genetika untuk menentukan centroid dari tiap cluster. Penggunaan algoritma GenClust menggunakan kromosom 50% yang diperoleh melalui perhitungan deterministik dan 50% diperoleh dari pembangkitan bilangan acak. Penelitian ini akan memodifikasi penggunaan algoritma GenClust dimana kromosom yang digunakan 100% diperoleh melalui perhitungan deterministik. Hasil penelitian ini akan menghasilkan perbandingan kinerja yang dinyatakan dalam Mean Square Error yang dipengaruhi oleh penentuan centroid pada metode K-Means dengan menggunakan metode GenClust, metode GenClust yang dimodifikasi dan juga K-Means klasik.