ABSTRAKSI: Berasal dari Neural Gas, Bernd Fritzke memperkenalkan sebuah pendekatan yang sedikit berbeda yang dinamakan Growing Neural Gas (GNG). Dengan sifatnya yang inkremental, algoritma ini menjadi sebuah kandidat algoritma untuk memecahkan permasalahan-permasalahan dimana informasi mengenai data sangat sedikit.
Kali ini GNG diujikan pada sebuah kumpulan data yang dirancang untuk menggambarkan permasalahan clustering. Kumpulan dataset tersebut dirancang oleh Alfred Ultsch yang dinamakan Fundamental Clustering Problem Suite (FCPS). FCPS terdiri dari sepuluh dataset merepresentasikan suatu permasalahan tertentu yang seringkali muncul dalam clustering.
Percobaan menunjukkan algoritma ini telah berhasil memecahkan hampir semua permasalahan dalam FCPS secara optimal. Dalam beberapa kasus, pemilihan parameter yang benar sangat dibutuhkan. Alasan pemilihan dan akibat nilai-nilai parameter dijelaskan dalam penelitian ini.
Kata Kunci : clustering, Fundamental Clustering Problem Suite, Growing Neural GasABSTRACT: From Neural Gas, Bernd Fritzke introduce a slightly different approach that is called Growing Neural Gas (GNG). With its incremental feature, this algorithm has become a candidate algorithm for solving problems where there’s only so little information about data.
This time, GNG is tested with a datasets that is designed for ilustrating problems in clustering. This datasets is created by Alfred Ultch and named Fundamental Clustering Problem Suite (FCPS). FCPS consist of ten datasets which represents certain problemsthat commonly arise in clustering.
The experiments show that this algorithm is able to solve almost every problems optimally. In some cases, a correct parameter value is highly needed. The reasons will be explained in this research.
Keyword: clustering, Fundamental Clustering Problem Suite, Growing Neural Gas