Reduksi Dimensi untuk Meningkatkan Performa Metode Fuzzy Klastering pada Big Data.

Abstract

Reduksi dimensi adalah pengurangan dimensi suatu dataset dengan pertimbangan bahwa informasi-informasi penting tetap dipertahankan. Reduksi dimensi dapat digunakan untuk penyederhanaan komputasi pada big data. Dengan dimensi yang lebih rendah hasil analisis pada data hasil reduksi masih menghasilkan kesimpulan yang relevan. Fuzzy klastering merupakan metode klastering yang baik untuk digunakan pada data-data yang belum memiliki kelas yang jelas. Performa metode  fuzzy klastering dapat ditingkatkan menggunakan dimensi reduksi, yaitu menghasilkan klaster dengan akurasi yang sama namun dengan kecepatan yang lebih tinggi dan biaya komputasi yang rendah.