ABSTRAKSI: Klasterisasi merupakan suatu teknik dalam data mining yang cukup penting dan banyak dipakai. Tujuan utama dari metode klaster adalah pengelompokan sejumlah data/objek ke dalam klaster (group) sehingga dalam setiap klaster akan berisi data yang semirip mungkin tetapi sangat tidak mirip dengan objek/data dari klaster yang lain. Salah satu metode atau teknik klastering yang sering digunakan adalah fuzzy C-means. Masalah yang sering timbul dalam melakukan klasterisasi dengan FCM adalah hasil klaster akhir tidak mencapai nilai optimum global, oleh karena itu dibutuhkan suatu fungsi optimasi untuk mengatasi masalah tersebut.
Evolutionary Programming (EP) merupakan salah satu jenis EAs yang sering digunakan untuk meneyelesaikan permasalahan optimasi. Pada tugas akhir ini dilakukan suatu pengujian proses klasterisasi data dengan menggunakan FCM yang menerapakan algoritma EP dalam pencarian titik pusat klaster. Data set yang digunakan dalam pengujian sistem ini adalah dataset iris dan AnimalsNorm.
Berdasarkan pengujian yang telah dilakukan dapat diketahui bahwa proses klasterisasi dengan menerapkan EP dalam FCM memberikan hasil klaster yang lebih bagus daripada hanya menggunakan FCM secara konvensional dengan melihat nilai validitas klasternya. Tapi, kelemahan dari metode ini terletak pada waktu komputasi yang lebih lama dikarenakan proses EP yang lebih kompleks.Kata Kunci : klastering, fuzzy C-means (FCM), evolutionary programming (EP) ,ABSTRACT: Clustering is a technique in data mining that enough important and a lot of used. The main objective in cluster method is the assignment of a set of data into subsets (called clusters) so that data in the same cluster are similar in some sense and different in other cluster. One of cluster method that often used is fuzzy Cmeans. The problem on clustering using FCM is cluster result sometime doesn’t reach the global optimum. Therefore is needed an optimization function to handle this problem.
Evolution Programming (EP) as a type of EAs is often used to solve optimization problems. In this final project is created to process clustering data testing with FCM that implements EP on cluster center searching. Dataset that used on this system test are iris and animalsNorm dataset.
Based on the observation, by EP applying in FCM process can give better result than using FCM conventional in cluster validity index. However, the weakness from this method lie at the time computing because of process EP that more complex.Keyword: clustering, Fuzzy C-Means (FCM), Evolutionary Programming (EP),