PERBANDINGAN METODE SELF ORGANIZING MAPS (SOM) DENGAN PEMBOBOTAN BERBASIS RADIAL BASIS FUNCTION (RBF)

Pada sistem clustering banyak metode yang digunakan untuk cluter-isasi, salah satunya adalah SOM (Self Organizing Maps). Dalam penelitian kami menggunakan 2 pendekatan. Pendekatan yang pertama adalah peng-cluster-an menggunakan SOM-RBF yang digunakan pada pelatihan data dan diduga dapat menghasilkan cluster yang lebih baik. Dan pendekatan kedua peng-cluster-an menggunakan SOM.
Perbandingan kedua metode didasarkan pada penerapan pada data yang berasal dari dataset situs movielens.org. Penilaian perbandingan menggunakan 3 skenario, yaitu MSE sebagai kondisi stop terhadap running time, MSE sebagai kondisi stop terhadap epoch dan learning rate, dan MSE sebagai kondisi stop terhadap nilai MSE yang sebenarnya. Dimana dengan running time tersebut terdeteksi pendekatan manakah yang lebih cepat rentang waktunya untuk mengekstraksi data latih.
Berdasarkan hasil uji coba yang dilakukan menggunakan 500 data, yang diterapkan pada 3 dan 4 cluster menghasilkan kesimpulan bahwa pendekatan pertama mempunyai nilai MSE sebenarnya yang lebih mendekati nilai absolut MSE dibandingkan dengan pendekatan kedua.