Saturday, August 23, 2014

Aplikasi AHP Analytical Hierachy Process dengan java

Kadangkali bahkan seringnya kita sering menjumpai permasalahan yang pelik 
sehingga pengambilan keputusan dilakukan setelah suatu melalui proses tertentu. AHP atau Analytic Hierarchy Process. AHP merupakan salah satu alat bantu (proses) dalam pengambilan keputusan yang dikembangkan oleh Thomas L Saaty pada tahuhn 70an. Prosedur ini begitu powerfull sehingga sudah diaplikasikan secara luas dalam pengambilan keputusan yang penting. Mengapa AHP dapat diandalkan, karena dalam AHP suatu prioritas disusun dari berbagai pilihan yang dapat berupa kriteria yang sebelumnya telah didekomposisi (struktur) terlebih dahulu, sehingga penetapan prioritas didasarkan pada suatu proses yang terstruktur (hierarki) dan masuk akal. Jadi pada intinya AHP membantu memecahkan persoalan yang kompleks dengan menysun suatu hirarki kriteria, dinilai secara subjektif oleh pihak yang berkepentingan lalu menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas (kesimpulan).  Referensi[1]


Berikut bobot skala untuk mengisi tabel bobot


 

Friday, August 22, 2014

Aplikasi K-means Klustering Data dengan Java

Teknik clustering yang banyak digunakan yaitu K-Means Clustering yang handal untuk mencari centroid dalam setiap grup yang diinginkan. Penulis mengimplementasikan menggunakan java sebagai bahasa dan beberapa component untuk mem plot kan grafik (jFreechart library). Agar mudah dalam menggunakan aplikasi dilengkapi dengan import file dengan format CSV. Sebagai contoh, penulis menggunakan data berikut







Untuk dikelompokan menjadi 3 grup




#hasil Klustering
Berikut adalah tampilan dari hasil klustering



Aplikasi HANYA bisa menggunakan 2 paramater saja yaitu X dan Y untuk mempermudah visualisasi data dalam bentuk scatter

Download 
https://www.dropbox.com/s/m4wudktn0lbbyzi/release%20aplikasi%20K%20mean%20clustering%20dengan%20java.rar

Aplikasi K-Means Clustring Citra dengan java

Implementasi K-means bisa diterapkan untuk melakukan clustering warna dari sebuah citra. Warna sebuah citra mempunyai komposisi RGB sehingga kita memadupadankan 2 input argument dalam Kmeans clustering. Penulis menggunakan 2 argument warna yaitu Red dan Green untuk kedua contoh berikut. 

#Contoh pertama akan di cluster menjadi 4 cluster



 

menghasilkan






#Contoh kedua di cluster menjadi 2 cluster



menghasilkan






Penulis telah membuat aplikasi Kmeans clustering dengan java yaitu
 



User diberikan pilihan untuk menggunakan format RGB atau YcbCR untuk melakukan clustering dan pilihan pasangan masing-masing. Misalkan berikut

Kita akan clustering citra dalam format YCbCr pada komponen Cb and Cr yaitu dengan memilih berikut