ABSTRAKSI: Klasterisasi merupakan salah satu teknik dalam data mining yang sudah cukup popular. Hal ini dikarenakan berbagai masalah dalam kehidupan nyata sudah berhasil diterapkan dengan memanfaatkan teknik ini. Beberapa contoh yang sudah berhasil diimplementasikan adalah untuk kasus peramalan cuaca, diagnosa penyakit, dan lain-lain.
Pada tugas akhir ini, teknik klasterisasi diterapkan untuk melakukan segmentasi area iris mata dengan menggunakan algoritma Fuzzy C-Means (FCM). Hal ini dilakukan karena pada tiap-tiap pixel dalam sebuah citra digital memiliki intensitas warna yang bervariasi sehingga bisa dilakukan proses klasterisasi untuk mengelompokkan sekumpulan data yang memiliki karakteristik yang sama.
Selain melakukan klasterisasi, pada tugas akhir ini juga dilakukan proses analisis hasil klaster yang dihasilkan oleh algoritma FCM menggunakan metode score function. Hal ini dilakukan untuk melihat tingkat validitas klaster hasil klasterisasi yang bisa dijadikan acuan untuk menentukan jumlah klaster yang optimal.
Berdasarkan hasil pengujian, ternyata algoritma FCM berhasil melakukan segmentasi iris dengan performansi yang baik. Hal ini bisa dilihat dari nilai yang dihasilkan oleh metode score function yang hampir mencapai nilai maksimal (1) dalam skala bilangan real dari 0 sampai 1.
Kata Kunci : Citra Digital, Data Mining, Fuzzy C-Means, FCM, Klasterisasi, Segmentasi, Score Function.ABSTRACT: Clustering is one of data mining tecniques which already popular. This is because many problems in real life have been implemented by using this technique. Some examples that have been successfully implemented is for the case of weather forecasting, diagnosing diseases, and others.
In this thesis, the clustering technique applied to the area of iris segmentation using Fuzzy C-Means algorithm (FCM). This is done because at each pixel in a digital image has a color intensity which varies so that can be used clustering process to grouped of data which has same of characteristics.
In addition, this thesis is also performed clustering analysis of the results generated by the FCM algorithm using a score function method. This is done to see the level of validity of cluster as a clustering results that can be used as a reference to determine the optimal number of clusters.
Based on test results proved that FCM algorithm was successful to segment an iris areas with a good performance. It can be seen from the value produced by the metode of score function which almost reaches the maximum value (1) in the scale of real numbers from 0 to 1.
Keyword: digital image, Data Mining, Fuzzy C-Means, FCM, Clustering, Segmentation, Score Function.