Penerapan Algoritma Fuzzy C-Means Dalam Pengelompokkan Data Tingkat Banjir Limpasan.

Penelitian Ini Membahas Penerapan Algoritma Fuzzy C-Means (Fcm) Dalam Pengelompokkan Data Tingkat Banjir Limpasan. Clustering Merupakan Metode Mengelompokkan Suatu Objek Ke Dalam Sejumlah Kelompok ( Cluster ) Yang Sesuai. Prinsip Dari Clustering Adalah Meminimumkan Kesamaan Antar Anggota Satu Cluster Dan Memaksimalkan Kesamaan Antar Anggota Cluster Yang Berbeda. Fuzzy C-Means Merupakan (Fcm) Merupakan Teknik Pengklusteran Dimana Tiaptiap Data Ditentukan Oleh Derajat Keanggotaannya. Semakin Besar Nilai Derajat Keanggotaan Data Dalam Suatu Cluster Maka Semakin Besar Pula Data Tersebut Menjadi Anggota Cluster Tersebut. Hasil Clustering Kemudian Diproses Atau Dievaluasi Menggunakan Nilai F-Measure Dimana Sebelumnya Harus Diketahui Nilai Precission Dan Nilai Recall Terlebih Dahulu. Pengujian Dilakukan Pada Dua Jenis Sebaran Data Yaitu Sebaran Data Yang Sama Dan Sebaran Data Yang Berbeda Dengan Jumlah Dataset Yaitu 30 Dataset, 90 Dataset Dan 120 Dataset. Dari Beberapa Pengujian Yang Dilakukan Menunjukkan Bahwa Nilai F-Measure Tertinggi Cenderung Berada Pada Cluster 3. Sehingga Bisa Dilihat Bahwa Pada Pengelompokkan Data Tingkat Banjir Limpasan Ini Memiliki Nilai Terbaik Pada Jumlah Cluster Sebanyak 3