Algoritma Fuzzy C-Means (FCM) adalah sebagai berikut (Zimmerman, 1991); (Yan, 1994);

(Ross, 2005) :
Langkah awal yang dilakukan adalah menentukan matriks X berukuran n x m, dengan
n = jumlah data yang akan dicluster dan m = jumlah variabel (kriteria). Kemudian
menentukan jumlah cluster yang akan dibentuk (C), dengan cluster harus lebih dari atau sama
dengan 2 (C 2 ). Lalu menentukan pembobot atau pangkatnya (w), dengan ketentuan
pembobot harus lebih dari 1 (w > 1). Kemudian menetukan maksimum iterasi dan kriteria
penghentian ( ),
dan

merupakan nilai positif yang sangat kecil. Pada iterasi awal nilai t

akan sama dengan 1 (t = 1,

= 1).

Langkah selanjutnya membentuk matriks awal (U0) yang dipilih secara acak dengan
catatan jumlah setiap kolom pada matriks U harus sama dengan 1. Matriks partisi awal,
sebagai berikut:

11 ( x 1 )
(x )
U= 21 1

C 1 ( x 1 )

12 ( x 2 )
22 ( x 2 )

C2 ( x 2 )

1 n ( xn )
2 n ( xn )

Cn ( x n )

Langkah berikutnya adalah menghitung pusat cluster (V) untuk setiap cluster dengan
rumus:
n

( ik ) w . x kj

V ij = k=1n

( ik )w
k=1

Setelah menghitung pusat cluster maka langkah selanjutnya adalah menghitung jarak
setiap data dengan pusat cluster, dihitung dengan rumus:

1 /2

d ik =d ( x k v i ) =

j=1

( x kjv ij )

Kemudian memperbaiki derajat keanggotaan setiap data di setiap cluster dengan rumus:

2/(w1) 1

[ ( ) ]
C

ij =

j=1

d ik
d jk

Setelah memperbaiki derajat keanggotaan, langkah selanjutnya adalah menentukan

kriteria berhenti atau perubahan matriks partisi pada iterasi sekarang dengan iterasi
sebelumnya dengan rumus:
=U t U t 1
Ketentuan yang ada adalah jika nilai mutlak terbesar lebih dari

( > ) maka naikkan

iterasi (t = t+1) dan proses akan diulangi lagi pada langkah ke-3. Jika nilai mutlak terbesar
kurang dari atau sama dengan

( ) maka proses iterasi dihentikan karena matriks

partisi sudah konvergen.

Pencarian nilai D dapat dilakukan dengan mengambil elemen terbesar dari nilai
mutlak selisih antara

ik (t) dengan

ik ( t1) .

Kusumadewi, Sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).
Yogyakarta: Graha Ilmu.