ABSTRAK Nama : William Gozali Program Studi : Ilmu Komputer Judul : Implementasi Optimisasi Triangle Inequality pada Self- Organizing Map Optimisasi triangle inequality merupakan salah satu strategi pada algoritma kmeans untuk memperkecil search space pencarian best matching unit (BMU), yang ternyata dapat diimplementasikan juga pada algoritma Self-Organizing Map. Optimisasi ini menghemat banyaknya operasi perbandingan jarak prototype vector dengan vektor data saat dilakukan pencarian BMU. Lebih sedikit operasi, lebih sedikit waktu training yang diperlukan. Untuk menggunakannya, diperlukan tambahan memori sebesar O 􀀀 k2
, dengan k menyatakan banyaknya neuron. Optimisasi ini bukan berdasarkan aproksimasi. Hasil clustering yang didapatkan sama persis dengan hasil clustering tanpa menggunakan optimisasi. Artinya, tidak ada penurunan kualitas pada clustering. Penelitian ini bertujuan untuk mengukur seberapa signifikan waktu training algoritma Self-Organizing Map yang dapat dihemat jika menggunakan optimisasi triangle inequality. Uji coba dilakukan dengan dataset riil dan sejumlah dataset sintetik yang bervariasi pada ukuran kluster, densitas, dan dimensi data. Pengujian pada seluruh dataset menunjukkan hasil yang positif. Jika dibandingkan dengan versi tanpa optimisasi, maka banyaknya perbandingan yang dilakukan mencapai hingga 24%, dan waktu yang diperlukan untuk training menjadi hingga berkisar antara 63% sampai 87%. Kata Kunci: Self-Organizing Map, triangle inequality, optimisasi