1.1 Latar belakang

Tanaman merupakan salah satu makhluk hidup yang penting bagi manusia , misalnya menjadi sumber makanan bagi manusia , menjaga udara tetap bersih dari karbon dioksida dan banyak hal lainnya. Tanaman ada banyak macamnya , ada tanaman obat ,tanaman hias , dan tanaman lainnya. Karena banyaknya tanaman tanaman yang ada di dunia , untuk mengklasifikasikan tanaman dengan benar sesuai dengan tipenya , diperlukan algoritma yang cocok untuk mengklasifikasikannya dengan benar, untuk itu dilakukan penelitian dengan menggunakan algoritma EM dan Kmeans yang mampu mengklasifikasikan tipe tipe tanaman dengan benar dan tepat.

1.2 Rumusan masalah

1. Apakah algoritma EM dan algoritma K-means dapat mengklasifikasikan tipe tipe dengan benar?
2. Atribut apa sajakah yang masuk dalam penelitian?

1.3 Tujuan

1. Untuk mengetahui apakah algoritma EM dan algoritma K-means dapat mengklasifikasikan tipe tipe dengan benar
2. Untuk mengetahui atribut apa sajakah yang digunakan untuk meneliti

1.4 Manfaat

Dengan menggunakan algoritma , diharapkan dapat mempermudah dalam mengklasifikasikan tipe tipe tanaman dengan tepat

3.1 Pendekatan Penelitian

Penelitian ini adalah penelitian kuantitatif. penelitian kuantitatif adalah penelitian yang menekankan analisanya pada data data numerical (angka) yang diolah dengan metode statistika. Pada dasarnya, pendekatan kuantitatif dilakukan pada penelitian inferensial(dalam rangka pengujian hipotesis) dan menyandarkan kesimupulan hasilnya pada suat probabilitas kesalahan penolakan hipotesis nihil. Dengan metode kuantitatif akan diperoleh sifnifikansi perbedaan kelompok atau signifikansi hubungann antar variabel yang diteliti. pada uumunya , penelitian kuantitatif, merupakakan penelitian sampel besar (Azwar, 2007), jenis penelitian yang dipakai adalah penelitian komparasi , yaitu perbandingan.

3.2 Variabel penelitian

variabel adalah objek penelitian atau apa yang menjadi titik perhatian suatu penelitian (Arikunto, 2006). menurut Azwar , 2007 suatu kegiatan penelitian tentu memusatkan perhatiannya pada beberapa fenomena lain yang relevan. Dalam penelitian sosial dan psikologis , umumnya fenomena termasksud merupakan konspe mengaio atribut atau sifat yang terdapat pada subjek peenlitian yang dapat bervariasi secara kuantitatif ataupun secara kualitatif. Konsep inilah yang disbeut variabel.

Terdapat 2 (dua) macam variabel dalam penelitian (Azwar,2007) , yaitu sebagai berikut :

1. Variabel Bebas , yaitu suatu variabel yang variansinya mempengaruhi variabel lain

2. Variabel terikat/ tergantung , yaitu variabel penelitian yang diukur untuk mengetahui besarnya efek atau pengaruh variabel lain.

adapun varibel yang menjadi objek pada penelitian ini adalah:

1. Variabel terikat : tanaman iris
2. Variabel bebas : algoritma Em dan Kmeans

3.3 Definisi Operasional

3.3.1. Tanaman Iris

Iris adalah sebuah genus dalam famili Iridaceae yang mencakup 260–300 spesies tumbuhan berbunga. Tumbuhan tersebut mengambil nama dari kata bahasa Yunani untuk pelangi, yang juga merupakan nama dari dewi pelangi Yunani

3.3.2. Algoritma EM dan K-means

Algoritma EM merupakan sebuah metode optimisasi iteratif untuk estimasi Maksimum Likelihood (ML) yang berguna dalam permasalahan data yang tidak lengkap (incomplete data).

Algoritma K-means adalah suatu metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan tanpa supervisi (unsupervised) dan merupakan salah satu metode yang melakukan pengelompokan data dengan sistem partisi.

3.4 Populasi dan Sampel

Populasi merupakan keseluruhan individu atau objek yang diteliti yang memiliki beberapa karakteristik yang sama (Latipun, 2011). Menurut Arikunto , populasi adalah keseluruhan subjek peenlitian. Sedangkan dalam Azwar,2007 populasi didefinisikan sebagai kelompol subjek yang hendak dikenbai generalisasi hasil penelitian.

Sampel adalah sebagian dari populasi. Karena ia merupakan bagian dari populasi, tentulah ia harus memiliki ciri ciri yang dimiliki oleh populasinya (Azwar,2007).

Teknik pengambilan sampel dalam penelitian ini adalah mengguanakan metode random sampling. Random sampling adalah teknik pengambilan sampel yang didasarkan atas probabilitas bahwa setiap unit sampling memiliki kesempatan yang sama untuk terpilih sebagai sampel (Latipun,2011)

3.5 Data yang digunakan

Data yang digunakan adalah data iris yang sudah tersedia dalam program R

4.1 Hasil penelitian

Penelitian ini diambil dari data iris yang sudah disediakan dalam program R. Data set iris tersebut berisi 150 tanaman dari 3 jenis tanaman iris. Untuk penelitian yang dilakukan, diperlukan beberapa library yang menunjang , antara lain sebagai berikut:

library(ggplot2)
library(DT)
library(EMCluster)
library(FactoMineR)
library(reshape2)
library(summarytools)
library(dplyr)
library(datasets)

lalu untuk memunculkan data irisnya diperlukan kodingan sebagai berikut :

data("iris")
summary(iris)

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species  
##  setosa    :50  
##  versicolor:50  
##  virginica :50  
##                 
##                 
## 

selanjutnya , dilakukan penelitian dengan melakukan komparasi antara algoritma EM dan juga algoritma K-means untuk melihat algoritma manakah yang melakukan klustering terbaik, penelitian ini dilakukan atas data mentah dan Principal Components(PC). PCA dilakukan melalui fungsi PCA() dari paket FactomineR. Demikian pula untuk k-means.

set.seed(123)
pca_iris=PCA(iris[,-5],scale.unit = T,ncp = 2,graph = F)

iris_sc=scale(iris[,-5],center = T,scale = T)

km_raw=kmeans(iris_sc, centers=3)

emobj <- exhaust.EM(iris_sc,nclass = 3) 
emobj <- shortemcluster(iris_sc, emobj,maxiter = 1000)
em_raw <- emcluster(iris_sc, emobj, assign.class = TRUE)

dat_clust_raw=data.frame(iris_sc,"Species"=as.factor(iris$Species), 
          kmeans=as.factor(km_raw$cluster), EM=as.factor(em_raw$class))

km_pca=kmeans(pca_iris$ind$coord, centers=3)

emobj_pca <- exhaust.EM(pca_iris$ind$coord, nclass = 3) 
emobj_pca <- shortemcluster(pca_iris$ind$coord, emobj_pca,maxiter = 1000)
em_pca <- emcluster(pca_iris$ind$coord, emobj_pca, assign.class = TRUE)

dat_clust_pca=data.frame(pca_iris$ind$coord,"Species"=iris$Species,
              kmeans=as.factor(km_pca$cluster), EM=as.factor(em_pca$class))

dat_raw=dat_clust_raw %>% melt(id.var=colnames(iris[,-5]))

## Warning: attributes are not identical across measure variables; they will be
## dropped

dat_raw %>% ggplot(aes(x=Sepal.Length,y=Petal.Width, color=value))+geom_point()+
  facet_wrap(~variable)+theme_grey()+
  theme(strip.background =element_rect(fill="darkred"))+
  theme(strip.text = element_text(colour = 'white'))+guides(color=FALSE)

## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.

Raw data

dat_pca=dat_clust_pca %>% melt(id.var=c("Dim.1","Dim.2"))

## Warning: attributes are not identical across measure variables; they will be
## dropped

dat_pca %>% ggplot(aes(x=Dim.1,y=Dim.2, color=value))+geom_point()+facet_wrap(~variable)+theme_grey()+
  theme(strip.background =element_rect(fill="darkred"))+
  theme(strip.text = element_text(colour = 'white'))+guides(color=FALSE)

## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.

PCA data

Dari hasil penelitian diatas , dapat dilihat bahwa baik dalam raw data dan kordinat PCA , algoritma EM bekerja lebih baik dibandingkan dengan algoritma K-means.

5.1 Kesimpulan

Dari data yang didapatkan dan analisis yang telah dilakukan dalam penelitian ini maka yang dapat disimpulkan adalah:

Penelitian ini membuktikan bahwa algoritma EM lebih baik dibandingkan algoritma K-means.

5.2 Saran

untuk penelitian selanjutnya dapat menggunakan faktor faktor lain seperti penggunaan dataset lain untuk membandingkan Algoritma EM dan algoritma K=means.