Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKRanked Set Sampling merupakan salah satu metode pengambilan sampel yang dapat digunakan dalam analisis vegetasi semak. Hal ini dikarenakan metode ini cocok diterapkan pada populasi yang homogen, populasi yang tidak sengaja dibentuk, memiliki mobilitas yang rendah/menetap, serta batas wilayah dan luas wilayahnya dapat ditentukan. Melalui Ranked Set Sampling, dapat diperoleh taksiran rata-rata populasi yang tak bias. Taksiran ini menggunakan informasi awal berupa taksiran rata-rata populasi berdasarkan 1 cycle. Dalam tugas akhir ini, taksiran rata-rata populasi yang diperoleh digunakan untuk menghitung nilai parameter vegetasi. Selanjutnya, nilai parameter vegetasi digunakan untuk memperoleh suatu nilai yang dapat merepresentasikan dominansi suatu spesies tumbuhan terhadap spesies lainnya. Nilai yang diperoleh tersebut disebut dengan Indeks Nilai Penting. Penerapan metode ini dilakukan sebagai ilustrasi dalam menentukan dominansi spesies semak pada Hutan Kota Wales Barat Universitas Indonesia.

---

ABSTRAKRanked Set Sampling is one of the sampling methods which can be applied in analysis of shrubs vegetation. This is because the method suits the homogeneous, population unintentionally formed, has low mobility kind of population; in which the borders and area can be determined. By using Ranked Set Sampling, unbiased estimator of mean population can be obtained. These estimations use the initial information of mean population estimator based on 1 cycle. In this paper, the estimated mean population that is obtained is used to calculate vegetation parameter value. Furthermore, the vegetation parameter value is used to obtain a value that can represent the domination of one species of plant over others. The obtained value is called Importance Value Index. The application of this method is performed as an illustration of determining the domination of shrubs species in Hutan Kota Wales Barat, Universitas Indonesia."

" ABSTRAK Analisis cluster merupakan teknik multivariat yang digunakan untuk mengelompokkan objek berdasarkan karakteristik yang dimilikinya. Salah satu teknik dalam analisis cluster adalah metode Fuzzy K-Means lebih dikenal dengan Fuzzy C-Means , yang merupakan versi fuzzy dari metode K-Means clustering. Seperti pada metode K-Means, FCM juga sangat sensitif terhadap penentuan pusat-pusat awal cluster. Untuk mengatasi permasalahan tersebut, diusulkan modifikasi dari metode FCM dengan menggunakan metode sampling dengan probabilitas. Metode sampling digunakan untuk menaksir lokasi pusat-pusat awal cluster untuk digunakan ke dalam proses clustering. Dalam tugas akhir ini, metode sampling yang digunakan adalah simple random sampling dan ranked set sampling. Modifikasi dari metode FCM dengan menggunakan kedua metode sampling tersebut masing-masingnya disebut dengan SRS Fuzzy C-Means dan Ranked Fuzzy C-Means. Kedua metode tersebut kemudian diuji pada himpunan data pasien liver di India. Hasil eksperimen menunjukkan bahwa Ranked Fuzzy C-Means lebih efisien dibandingkan SRS Fuzzy C-Means dan FCM.

---

ABSTRACT Cluster analysis is a multivariate technique that is used to group objects based on characteristics. One technique in cluster analysis is a method Fuzzy C Means or better known as Fuzzy C Means , which is a fuzzy version of K Means clustering method. As the K Means method, FCM is also very sensitive to the determination of the initial cluster centers. To overcome these problems, the proposed modification of the FCM method using probability sampling methods. The sampling method is used to estimate the initial cluster centers to be used in the clustering process. In this thesis, the sampling method used was simple random sampling and ranked set sampling. Modifications of the FCM method using both the sampling method each being with SRS Fuzzy C Means and Ranked Fuzzy C Means. Both methods are then tested on a data set of liver patients in India. The experimental results showed that Ranked Fuzzy C Means is more efficient than SRS Fuzzy C Means and FCM."