Perbandingan akurasi algoritma Naive Bayes Classifier dan algoritma Bayesian Belief Network dalam mengklasifikasikan mahasiswa Universitas Sanata Dharma Program Studi Teknik Informatika

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. PERBANDINGAN AKURASI ALGORITMA NAIVE BAYES CLASSIFIER DAN ALGORITMA BAYESIAN BELIEF NETWORK DALAM MENGKLASIFIKASIKAN MAHASISWA UNIVERSITAS SANATA DHARMA PROGRAM STUDI TEKNIK INFORMATIKA Skripsi Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika. Oleh : Renaldo Malau 095314016. PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2015 i.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. A COMPARISON OF ACCURACY BETWEEN NAIVE BAYES CLASSIFIER ALGORITHM AND BAYESIAN BELIEF NETWORK ALGORITHM TO CLASSIFY STUDENTS OF INFORMATICS ENGINEERING STUDY PROGRAM, SANATA DHARMA UNIVERSITY A Thesis Presented as Partial Fullfillment of the Requirements To Obtain the Sarjana Komputer Degree In Study Program of Informatics Engineering. By : Renaldo Malau 095314016. INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2015. ii.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. iii.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. iv.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. HALAMAN PERSEMBAHAN. Untuk Keluargaku tercinta, God Bless!. v.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. vi.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. vii.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. ABSTRAK. Klasifikasi adalah proses menemukan model (atau fungsi) yang menguraikan dan membedakan kelas data atau konsep, dengan tujuan untuk dapat menggunakan model tersebut untuk memprediksi kelas dari objek yang label kelasnya tidak diketahui (Tan, Steinbach, & Kumar, 2006). Algoritma Naïve Bayes Classifier (NBC) dan Bayesian Belief Network (BBN) adalah algoritma klasifikasi berdasarkan penerapan teorema Bayes. Meskipun kedua algoritma tersebut melakukan klasifikasi dengan metode yang sama, namun berbeda dalam menangani hubungan antar atribut. Algoritma NBC mengasumsikan bahwa setiap atribut independen, sementara algoritma BBN mampu menangani atribut yang dependen dengan menggunakan directed acyclic graph (DAG). Dengan melakukan pengujian dependensi, maka dapat dilakukan pemilihan atribut untuk algoritma NBC dan pembangunan model untuk algoritma BBN, sehingga data akan memenuhi syarat keoptimalan kedua algoritma. Dengan demikian, maka penelitian ini akan dapat menjawab pertanyaan mengenai algoritma manakah yang lebih akurat antara NBC dan BBN.. viii.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. ABSTRACT. Classification is the process of finding a model (or function) that describes and distinguishes data classes or concepts, for the purpose of being able to use the model to predict the class of objects whose class label is unknown (Tan, Steinbach, & Kumar, 2006). Naïve Bayes Classifier (NBC) algorithm and Bayesian Belief Network (BBN) algorithm is classification algorithm based on applying Bayes’ theorem. Even though both these algorithms perform classification with the same method, but different in handling dependencies among attributes. NBC assume that the attributes are conditionally independent, on the other hand, BBN allow the representation of dependencies among attributes using directed acyclic graph (DAG). By testing dependencies, selecting attributes for NBC algorithms and algorithm development for BBN model can be done, so that the data would best qualify both algorithms. Therefore, this thesis will be able to answer questions about which is more accurate algorithms between NBC and BBN.. ix.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. KATA PENGANTAR. Puji dan syukur kehadirat Tuhan Yang Maha Esa, karena atas limpahan rahmat dan kasih-Nya penulis dapat menyelesaikan penelitian yang berjudul “Perbandingan Akurasi Algoritma Naive Bayes Classifier dan Algoritma Bayesian Belief Network Dalam Mengklasifikasikan Mahasiswa Universitas Sanata Dharma Program studi teknik informatika”. Penulis mengucapkan terimakasih kepada semua pihak yang memberikan kritik, masukan, dukungan, dan bantuan yang sangat bermanfaat bagi Penulis. Pada kesempatan ini Penulis mengucapkan terima kasih yang sebesar-besarnya kepada: 1. Ibu Ridowati Gunawan, S.Kom., M.T. selaku ketua program studi Teknik Informatika, pembimbing skripsi, serta sumber data bagi penelitian ini. Terima kasih atas kesabaran, arahan, kritik, dan saran yang telah diberikan kepada penulis. 2. Ibu P.H. Prima Rosa, S.Si., M.Sc. selaku dosen penguji serta dekan Fakultas Sains dan Teknologi yang telah berkenan memberikan motivasi, kritik, dan saran yang sangat berarti bagi Penulis. 3. Ibu Sri Hartati Wijono, S.Si., M.Kom. selaku dosen penguji atas motivasi, kritik dan saran yang telah diberikan kepada Penulis. 4. Segenap dosen Universitas Sanata Dharma Program Studi Teknik Informatika yang telah mendidik dan memberikan bekal pengetahuan bagi Penulis.. x.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 5. Sahabat dan teman-teman seperjuangan, TI angkatan 2009 yang selalu memberikan keceriaan, semangat, dan dukungan dalam menyelesaikan tugas akhir ini. 6. Kedua orangtua terkasih, Bapak R.E. Malau dan Ibu E. br Situmorang, serta kepada kedua adik tersayang, Yetty dan Vina. 7. Bapak Haris Wisnoe dan Ibu Sunartinah Wisnoe 8. Serta semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu penulis dalam menyelesaikan tugas akhir ini.. Seperti kata pepatah, tak ada gading yang tak retak, penulis menyadari bahwa penelitian ini masih jauh dari sempurna. Oleh karena itu, segala kritik dan saran yang membangun sangat Penulis harapkan demi perbaikan di masa yang akan datang. Akhir kata, Penulis berharap semoga skripsi ini dapat membawa manfaat bagi pembaca dan bagi banyak pihak.. Yogyakarta, 23 Januari 2015. Penulis. xi.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. DAFTAR ISI HALAMAN JUDUL ................................................................................................i HALAMAN JUDUL (INGGRIS) ........................................................................... ii HALAMAN PERSETUJUAN ............................................................................... iii HALAMAN PENGESAHAN ................................................................................iv HALAMAN PERSEMBAHAN .............................................................................. v PERNYATAAN KEASLIAN KARYA .................................................................vi LEMBAR PERNYATAAN PERSETUJUAN ..................................................... vii ABSTRAK ........................................................................................................... viii ABSTRACT ........................................................................................................... ix KATA PENGANTAR .............................................................................................x DAFTAR ISI ......................................................................................................... xii DAFTAR TABEL ................................................................................................ xiv DAFTAR GAMBAR .............................................................................................xv BAB I PENDAHULUAN .......................................................................................1 1.1.. Latar Belakang ..........................................................................................1. 1.2.. Rumusan Masalah .....................................................................................3. 1.3.. Tujuan Penelitian.......................................................................................3. 1.4.. Batasan Masalah ........................................................................................3. 1.5.. Metodologi Penelitian ...............................................................................4. 1.6.. Sistematika Penulisan ................................................................................5. BAB II LANDASAN TEORI .................................................................................6 2.1.. Penambangan Data ....................................................................................6. 2.2.. Pemilihan Atribut ......................................................................................8. 2.3.. Koefisien Korelasi Pearson’s Product Moment ........................................9. 2.4.. Naive Bayes Classifier ............................................................................14. 2.5.. Bayesian Belief Network ........................................................................21. 2.6.. K-Fold Cross Validation .........................................................................27. 2.7.. Pengukuran Akurasi Klasifikasi ..............................................................28. BAB lll ANALISIS DAN PERANCANGAN SISTEM .......................................29 3.1.. Analisis Sistem ........................................................................................29 xii.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. xiii. 3.2.. Sumber Data ............................................................................................29. 3.3.. Analisis Pengolahan Data........................................................................32. 3.4.. Perancangan Umum Sistem ....................................................................39. 3.5.. Desain Antarmuka Sistem .......................................................................43. BAB IV IMPLEMENTASI SISTEM ...................................................................48 4.1.. Implementasi Antarmuka Pemakai (User Interface)...............................48. 4.2.. Implementasi Algoritma ..........................................................................57. BAB V ANALISIS HASIL ..................................................................................63 5.1.. Analisis Hasil Cross Validation ..............................................................63. 5.2.. Analisis Proses Penambangan Data ........................................................63. 5.3.. Analisis Hasil Penambangan Data ..........................................................72. 5.4.. Kelebihan dan Kekurangan Sistem .........................................................74. BAB VI PENUTUP ..............................................................................................76 6.1.. Kesimpulan..............................................................................................76. 6.2.. Saran ........................................................................................................77. DAFTAR PUSTAKA ............................................................................................78 LAMPIRAN I ........................................................................................................79 LAMPIRAN II .......................................................................................................84 LAMPIRAN III ......................................................................................................89 LAMPIRAN IV .....................................................................................................95 LAMPIRAN V .......................................................................................................99 LAMPIRAN VI ...................................................................................................103.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. DAFTAR TABEL. Tabel 2.1. Data jumlah halaman dan harga textbook (Uyanto, 2006)........................ 10 Tabel 2.2. Output hasil korelasi menggunakan software SPSS SPSS (Uyanto, 2006) ........................................................................................................ 13 Tabel 2.3. Contoh Data Training (Tan, Steinbach, & Kumar, 2006) ......................... 17 Tabel 3.1. Data Mentah dari TI USD ......................................................................... 30 Tabel 3.2. Jumlah Data Hasil Pembersihan ................................................................ 33 Tabel 3.3. Deskripsi Use Case.................................................................................... 41. xiv.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. DAFTAR GAMBAR. Gambar 2.1. Tahapan Dalam KDD (Han & Kamber, 2006) ......................................... 6 Gambar 2.2. Deklaasi variabel (Uyanto, 2006) ........................................................... 10 Gambar 2.3. Input Data (Uyanto, 2006) ...................................................................... 11 Gambar 2.4. Cara menampilkan kotak dialog pengaturan korelasi (Uyanto, 2006) ... 11 Gambar 2.5. Kotak dialog pengaturan korelasi (Uyanto, 2006) .................................. 12 Gambar 2.6. Pengaturan korelasi yang dilakukan (Uyanto, 2006) .............................. 12 Gambar 2.7. Representasi relasi probabilitas menggunakan DAC (Tan, Steinbach, & Kumar, 2006) ..................................................................................... 21 Gambar 2.8. BBN untuk mendeteksi heart disease dan heartburn pada pasien (Tan, Steinbach, & Kumar, 2006) ................................................................... 25 Gambar 2.9. Ilustrasi 3-fold Cross Validation ............................................................. 27 Gambar 2.10. Confusion Matrix untuk matrix 2×2 (Tan, Steinbach, & Kumar, 2006) ...................................................................................................... 28 Gambar 3.1. Topologi network BBN........................................................................... 36 Gambar 3.2. Diagram Use Case................................................................................... 40 Gambar 3.3. Desain Halaman Utama .......................................................................... 43 Gambar 3.4. Desain Kotak Dialog Panduan ................................................................ 44 Gambar 3.5. Desain Kotak Dialog About .................................................................... 44 Gambar 3.6. Desain Panel Set Data ............................................................................. 45 Gambar 3.7. Desain Panel Klasifikasi ......................................................................... 46 Gambar 3.8. Desain Panel Akurasi .............................................................................. 47 Gambar 4.1. Tampilan Program Halaman Utama ....................................................... 48 Gambar 4.2. Tampilan Kotak Dialog Panduan ............................................................ 49 Gambar 4.3. Tampilan Kotak Dialog About................................................................ 49 Gambar 4.4. Tampilan Panel Set Data ......................................................................... 50 Gambar 4.5. Tampilan Kotak Dialog Impor Data ....................................................... 51 Gambar 4.6. Tampilan Kotak Dialog Ekspor Data ...................................................... 51. xv.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. Gambar 4.7. Tampilan Panel Klasifikasi ..................................................................... 52 Gambar 4.8. Tampilan Hasil Klasifikasi ..................................................................... 53 Gambar 4.9. Tampilan Data Training .......................................................................... 54 Gambar 4.10. Tampilan Data Testing .......................................................................... 54 Gambar 4.11. Tampilan Model NBC........................................................................... 55 Gambar 4.12. Tampilan Model BBN........................................................................... 55 Gambar 4.13. Tampilan Panel Akurasi ........................................................................ 56 Gambar 5.1. Screenshot Model NBC menggunakan Weka......................................... 65 Gambar 5.2. Screenshot Model BBN untuk Atribut INF 121 Menggunakan Weka ... 65 Gambar 5.3. Screenshot Model BBN untuk Kelas Peminatan Menggunakan Weka .. 65 Gambar 5.4. Screenshot Model NBC Menggunakan Sistem....................................... 66 Gambar 5.5. Screenshot Model BBN menggunakan Sistem ....................................... 67 Gambar 5.6. Screenshot Hasil Penambangan Data Menggunakan Sistem .................. 68 Gambar 5.7. Screenshot Hasil Penambangan Data Weka Menggunakan NBC .......... 69 Gambar 5.8. Screenshot Hasil Penambangan Data Weka Menggunakan BBN .......... 70 Gambar 5.9. Screenshot Akurasi Algoritma ................................................................ 71 Gambar 5.10. Screenshot Akurasi Algoritma Menggunakan 3-fold cross validation . 72 Gambar 5.11. Screenshot Akurasi Algoritma Menggunakan 5-fold cross validation . 72. xvi.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. BAB I PENDAHULUAN 1.1.. Latar Belakang Perkembangan teknologi yang pesat mengakibatkan terjadinya komputerisasi. di berbagai bidang. Salah satu dampak dari komputerisasi adalah terjadinya penumpukan data dalam jumlah besar. Klasifikasi merupakan data analisis yang berfungsi untuk mengekstrak informasi tersebunyi dari data yang besar yang dapat digunakan untuk prediksi atau pembantu pengambilan keputusan (Han & Kamber, 2006). Sebagai contoh, klasifikasi dapat digunakan oleh manajer pemasaran untuk memprediksi apakah seorang pelanggan akan membeli produk mereka atau tidak, oleh periset di bidang medis untuk mengkategorikan apakah sel tumor termasuk dalam kategori ganas atau jinak, atau oleh pihak universitas untuk mengklasifikasikan mahasiswa berdasarkan peminatan dalam program studinya. Terdapat banyak algoritma klasifikasi, beberapa algoritma diantaranya adalah Naïve Bayes Classifier (NBC) dan Bayesian Belief Network (BBN). Algoritma NBC dan BBN merupakan algoritma klasifikasi berdasarkan penerapan teorema Bayes. Meskipun kedua algoritma tersebut melakukan klasifikasi dengan metode yang sama, namun berbeda dalam menangani hubungan antar atribut. Algoritma NBC mengasumsikan bahwa setiap atribut independen, sementara algoritma BBN mampu menangani atribut yang dependen dengan menggunakan directed acyclic graph (DAG). Dalam beberapa kasus, terdapat data yang dapat diuji depedensinya, sehingga memenuhi syarat keoptimalan kedua algoritma. Oleh karena itu, kedua algoritma ini. 1.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 2. perlu diuji untuk mengetahui mana yang lebih akurat diantara keduanya. Kasus yang digunakan untuk membandingkan kedua algoritma ini adalah kasus klasifikasi mahasiswa Universitas Sanata Dharma (USD) program studi Teknik Informatika (TI). Menurut buku Panduan Akademik Teknik Informatika USD, kurikulum program studi TI USD mewajibkan mahasiswa untuk menentukan peminatannya. Peminatan yang disediakan adalah Komputasi, Basis Data, dan Jaringan Komputer. Sehingga masalah yang dihadapi adalah bagaimana mengenali pola klasifikasi peminatan mahasiswa, serta melakukan prediksi untuk mengetahui peminatan apa yang akan diambil oleh mahasiswa. Karena algoritma NBC dan BBN memiliki cara yang berbeda dalam menangani dependensi antar atribut, maka pengujian dependensi perlu dilakukan. Salah satu teknik statistik dalam menguji dependensi antar atribut adalah koefisien korelasi. Setelah dilakukan pengujian dependensi, selanjutnyat dilakukan pemilihan atribut untuk algoritma NBC dan pembangunan network untuk algoritma BBN, sehingga proses klasifikasi akan dapat dilakukan. Dengan demikian, maka penelitian ini akan dapat menjawab pertanyaan mengenai algoritma manakah antara NBC dan BBN yang lebih akurat dalam mengklasifikasikan mahasiswa Universitas Sanata Dharma program studi Teknik Informatika..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 1.2.. 3. Rumusan Masalah Berdasarkan latar belakang masalah di atas, rumusan masalah yang didapat. adalah: algoritma. manakah yang lebih akurat antara NBC dan BBN dalam. mengklasifikasikan mahasiswa Universitas Sanata Dharma program studi Teknik Informatika?. 1.3.. Tujuan Penelitian Tujuan dari penelitian ini adalah sebagai berikut: 1. Mengimplementasikan algoritma NBC dan BBN kedalam sistem untuk mengklasifikasikan mahasiswa USD program studi TI. 2. Mengetahui akurasi yang didapat oleh algoritma NBC dan BBN dalam mengklasifikasikan mahasiswa USD program studi TI.. 1.4.. Batasan Masalah Penelitian ini akan dibatasi pada hal-hal berikut: 1.. Dataset yang akan digunakan adalah data mahasiswa angkatan angkatan 2010 dan 2011.. 2.. Nilai matakuliah yang akan digunakan untuk proses klasifikasi adalah nilai A, B, C, dan D. Nilai E dan F tidak akan digunakan, karena dalam sistem perkuliahan di USD, nilai tersebut merupakan nilai yang wajib diulang..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 3.. 4. Pengujian dependensi atribut dilakukan menggunakan perangkat lunak IBM SPSS.. 1.5.. Metodologi Penelitian Metodologi yang akan digunakan dalam penelitian ini adalah: 1. Pengumpulan data Mengumpulkan data-data yang akan digunakan dalam penelitian. Data yang dimaksud adalah data mahasiswa yang akan ditambang. 2. Melakukan Proses KDD Sesuai dengan tahapan pada proses KDD, data akan dikenai beberapa proses, yaitu pembersihan data, integrasi data, penyeleksian data, transformasi data, penambangan data, dan data evaluasi. 3. Pengembangan Sistem Pengembangan sistem dilakukan berdasarkan kebutuhan pengguna dalam melakukan penelitian. Sistem dirancang untuk mampu melakukan pembersihan data, cross validation, klasifikasi, dan menghitung akurasi..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 1.6.. 5. Sistematika Penulisan BAB I. PENDAHULUAN. Bab ini berisi latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, metodologi penelitian, dan sistematika penulisan.. BAB II. LANDASAN TEORI. Bab ini berisi tentang teori yang menunjang penelitian, berupa pengertian penambangan data, pemilihan atribut, korelasi, algoritma NBC, algoritma BBN, cross validation, dan penghitungan akurasi.. BAB III PERANCANGAN SISTEM Bab ini berisi tentang cara penerapan konsep dasar yang telah diuraikan pada Bab II untuk merancang tentang sistem yang akan dibuat.. BAB IV IMPLEMENTASI SISTEM Bab ini membahas mengenai hasil implementasi sistem yang dibangun berdasarkan perancangan sistem yang telah dibahas di bab iii.. BAB V. ANALISIS HASIL. Bab ini berisi tentang analisis hasil penelitian dengan menggunakan sistem yang telah dibangun beserta kelebihan dan kekurangan sistem.. BAB VI PENUTUP Bab ini berisi tentang kesimpulan dan saran yang didapat dari hasil penelitian..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. BAB II LANDASAN TEORI 2.1.. Penambangan Data Penambangan Data adalah proses pengumpulan informasi penting dari. sejumlah data besar yang tersimpan di basis data, gudang data, atau tempat penyimpanan lainnya (Han & Kamber, 2006). Penambangan data merupakan proses yang tidak dapat dipisahkan dengan Knowledge Discovery in Database (KDD), karena penambangan data adalah salah satu tahap dalam proses KDD seperti yang ditunjukkan oleh gambar 2.1.. Gambar 2.1. Tahapan Dalam KDD (Han & Kamber, 2006). 6.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 7. Menurut Han dan Kamber (2006), tahapan-tahapan dalam proses KDD adalah sebagai berikut: 1.. Pembersihan data (Data Cleaning) Pembersihan data merupakan proses untuk menghilangkan data yang mengandung noise, atau data yang tidak konsisten.. 2.. Integritas data (Data Integration) Pada tahap ini akan dilakukan penggabungan data yang berasal dari berbagai sumber.. 3.. Seleksi data (Data Selection) Pada tahap ini akan dilakukan pemilihan data yang relevan dari database.. 4.. Transformasi data (Data Transformation) Pada tahap ini data akan ditransformasikan kedalam format yang sesuai untuk diproses dalam penambangan data.. 5.. Penambangan data (Data Mining) Penambangan data merupakan proses penting dimana metode akan diaplikasikan untuk mengekstrak pola data. 6.. Evaluasi pola (Pattern Evaluation) Pada tahap ini, pola/model yang dihasilkan dari teknik data mining akan mengidentifikasi pola-pola yang menarik berdasarkan ukuran tertentu. 7.. Presentasi pengetahuan (Knowledge Presentation) Pada tahap ini akan dilakukan teknik visualisasi yang digunakan untuk menampilkan pengetahuan hasil proses mining kepada pengguna.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 2.2.. 8. Pemilihan Atribut Dataset yang akan digunakan untuk analisis mungkin dapat berisi ratusan. atribut, dan mungkin saja sebagian besar tidak relevan untuk ditambang atau berlebihan (redundant). Menurut Tan, Steinbach, dan. Kumar, (2006) atribut. berlebihan (redundant) menduplikasi banyak atau semua informasi yang terdapat didalam satu atau lebih atribut lain. Sebagai contoh, harga beli sebuah produk dan jumlah pajak penjualan berisi informasi yang sama. Sementara atribut yang tidak relevan berisi informasi yang tidak berguna untuk melakukan penambangan data. Sebagai contoh, nomor induk mahasiswa (NIM) adalah tidak relevan jika digunakan untuk memprediksi IPK (indeks prestasi kumulatif) mahasiswa. Ada beberapa metode dalam memfilter atribut. Menurut Pal dan Mitra (2004) secara umum metode pemfilteran atribut dapat dibagi menjadi dua kategori. Metode dalam kategori pertama berkaitan dangan memaksimalkan performa clustering, yang diukur menggunakan beberapa indeks. Metode dalam kategori yang lainnya melakukan seleksi atribut berdasarkan ketergantungan atribut dan relevansi. Prinsipnya adalah setiap atribut yang tidak atau sedikit memiliki informasi lebih dari atribut lain adalah atribut berlebihan (redundant) dan sebaiknya dieliminasi. Ada beberapa teknik statistik yang dapat digunakan dalam mengukur ketergantungan atribut, antara lain koefisien korelasi, pengukuran redundancy secara statistika, atau linier dependency..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 9. Koefisien Korelasi Pearson’s Product Moment. 2.3.. Kata korelasi diambil dari bahasa inggris yaitu correlation artinya saling berhubungan atau hubungan timbal balik. Dalam ilmu statistika istilah korelasi diberi pengertian sebagai hubungan antara dua variabel atau lebih. Contoh dua variabel yang dapat dicari hubungannya adalah pengukuran antara tinggi badan ayah dan tinggi badan anaknya setelah dewasa. Secara spesifik, tujuan analisis korelasi adalah ingin mengetahui apakah diantara dua variabel terdapat hubungan, dan jika ada hubungan, bagaimana arah hubungan dan seberapa besar hubungan tersebut (Santoso, 2014). Ada beberapa teknik statistik yang dapat digunakan untuk menganalisis korelasi, tergantung dari jenis data yang digunakan. Teknik statistik tersebut antara lain: 1. Koefisien Korelasi Pearson (r) 2. Koefisien Korelasi Spearman (rs) 3. Koefisien Korelasi Gamma (g) 4. Koefisien Korelasi Jaspen’s (M) 5. Koefisien Korelasi Eta (h) 6. Koefisien Korelasi Theta (q) 7. Koefisien Korelasi Lambada (l) 8. Koefisien Korelasi Kontingensi (C) Teknik analisis korelasi yang akan digunakan dalam penelitian ini adalah Pearson’s Product Moment. Korelasi Pearson’s Product Moment digunakan untuk.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 10. mengukur kekuatan hubungan linier antara dua variabel kontinu (berskala interval atau rasio). Sebagai contoh perhitungan korelasi Pearson’s Product. Moment. digunakan sebagai berikut: Suatu komisi pengadaan textbook suatu perguruan tinggi mengamati hubungan antara jumlah halaman textbook dan harga textbook tersebut. Dari sampel acak delapan textbook yang berbeda didapat data sebagai berikut: Tabel 2.1. Data jumlah halaman dan harga textbook (Uyanto, 2006) Textbook Jumlah Halaman Harga Textbook (US$). Text A 400. Text B 600. Text C 500. Text D 600. Text E 400. Text F 300. Text G 200. Text H 550. 40. 65. 60. 78. 55. 45. 25. 70. Hitung korelasi Pearson’s Product Moment antara Jumlah Halaman Textbook dan Harga Textbook dan tentukan apakah korelasi tersebut signifikan. Prosedur SPSS Korelasi Pearson’s Product Moment 1. Pada halaman Variable View dari SPSS Data Editor, definisikan variabel seperti pada gambar 2.2.. Gambar 2.2. Deklaasi variabel (Uyanto, 2006).

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 11. 2. Kemudian pada lembar Data View dari SPSS Data Editor, masukkan data seperti pada gambar 2.3.. Gambar 2.3. Input Data (Uyanto, 2006). 3. Setelah pengolahan data selesai, lakukan proses analisis korelasi dengan cara klik menu Analyze → Correlate → Bivariate, seperti ditunjukkan pada gambar 2.4, kemudian akan muncul tampilan seperti pada gambar 2.5.. Gambar 2.4. Cara menampilkan kotak dialog pengaturan korelasi (Uyanto, 2006).

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 12. Gambar 2.5. Kotak dialog pengaturan korelasi (Uyanto, 2006). 4. Pilih variabel Jumlah Halaman [halaman] dan variabel Harga Textbook [harga_tx] untuk dianalisis,. lalu tandai checkbox Pearson pada pilihan. Correlation Coefficients, dan pilih radiobutton Two-tailed pada pilihan Test of Significance, kemudian klik tombol OK.. Gambar 2.6. Pengaturan korelasi yang dilakukan (Uyanto, 2006).

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 13. 5. Setelah langkah keempat dilakukan, maka akan muncul tampilan seperti pada gambar berikut. Tabel 2.2. Output hasil korelasi menggunakan software SPSS (Uyanto, 2006) Correlations Jumlah Halaman Textbook Pearson Correlation Jumlah Halaman Textbook. Sig. (2-tailed). N **. Correlation is significant at the 0.01 level (2-tailed).. **. 1. .934 .001. 8 ** .934 .001. 8 1. 8. 8. Sig. (2-tailed) N Pearson Correlation. Harga Textbook. Harga Textbook. Analisis Hasil Korelasi Product Moment Menggunakan SPSS Hasil korelasi yang ditunjukkan pada gambar 2.xx dapat dibaca sebagai berikut: 1. Hasil korelasi antara Jumlah Halaman dan Harga adalah 0.934 memiliki taraf signifikan 0.001. Jika taraf signifikansi lebih kecil dari 0.05 artinya kedua variabel berkorelasi, dan jika taraf signifikansi lebih kecil dari 0.01 artinya korelasi kedua variabel tersebut sangat kuat. 2. Korelasi antara kedua variabel tersebut adalah 0.934, artinya korelasi tersebut termasuk korelasi positif. Arti positif adalah, semakin banyak Jumlah Halaman, maka akan semakin tinggi Harga. Demikian pula sebaliknya, semakin sedikit Jumlah Halaman, maka semakin rendah pula Harga..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 2.4.. 14. Naive Bayes Classifier Naive Bayes Classifier merupakan metode klasifikasi yang berdasarkan. teorema Bayes dengan asumsi bahwa setiap variable bersifat bebas (independent). Dengan kata lain, Naïve Bayes Classifier mengasumsikan bahwa keberadaan suatu variable tidak ada kaitannya dengan keberadaan variable lain. Menurut Jiawei Han dan Micheline Kamber (2006, p311), NBC bekerja dengan cara sebagai berikut: 1.. Misalkan D adalah data training, dan setiap tupel direpresentasikan dengan dimensi atribut sejumlah n vektor, X=(x1, x2, ..., xn), penggambaran ukuran n dibuat pada tupel berdasarkan n-buah atribut, masing-masing, A1, A2, ..., An.. 2.. Misalkan terdapat kelas sejumlah m, C1, C2, ..., Cm. Diketahui terdapat sebuah tupel, yaitu X. Classifier akan memprediksi X masuk kelompok memiliki probabilitas posterior tertinggi, berdasarkan pada kondisi X. Artinya, classifier naive Bayesian memprediksi bahwa tupel X milik kelas Ci jika dan hanya jika : 𝑃 𝐶𝑖 𝑋 > 𝑃 𝐶𝑗 𝑋. 𝑢𝑛𝑡𝑢𝑘 1 ≤ 𝑗 ≤ 𝑚, 𝑗 ≠ 𝑖. Artinya nilai P (Ci | X) akan dimaksimalkan. Kelas Ci dimana P (Ci| X) dimaksimalkan disebut maximum posteriori hypothesis oleh teorema Bayes: 𝑃 𝐶𝑖 𝑋 = 3.. 𝑃 𝑋 𝐶𝑖 𝑃(𝐶𝑖 ) … … … … … . … . … … … … … … (2.1) 𝑃(𝑋). Karena P (X) adalah konstan untuk semua kelas, maka hanya P (X | Ci) P (Ci) butuh dimaksimalkan. Jika probabilitas kelas sebelumnya (prior) tidak diketahui, maka umumnya diasumsikan ke dalam kelas yang sama, yaitu, P (C1) =P (C2) = ··· = P (Cm), oleh karena itu yang akan dimaksimalkan adalah.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 15. P (X|Ci). Sebaliknya, maka yang akan dimaksimalkan adalah P (X | Ci) P (Ci). Perhatikan bahwa probabilitas prior kelas dapat diperkirakan oleh P (Ci) = | Ci,D | / | D |, dimana | Ci,D | adalah jumlah tupel training kelas Ci dalam D. 4.. Jika dataset memiliki banyak atribut, maka akan dibutuhkan proses komputasi yang besar untuk menghitung P(X|Ci). Agar dapat mengurangi beban komputasi dalam mengevaluasi P(X|Ci), asumsi naïve independensi kelas bersyarat dibuat. Diasumsikan bahwa nilai-nilai atribut adalah saling independen bersyarat satu sama lain, yang diberi label kelas dari tuple. Dengan demikian maka akan didapat: 𝑛. 𝑃 𝑋 𝐶𝑖 =. 𝑃 𝑥𝑘 𝐶𝑖 ) 𝑘=1. = 𝑃 𝑥1 𝐶𝑖 × 𝑃 𝑥2 𝐶𝑖 × … 𝑃 𝑥𝑛 𝐶𝑖 … . . (2.2) Dengan menggunakan rumus tersebut maka dengan mudah dilakukan perhitungan probabilitas dari tupel training. Ingat bahwa xk disini mengacu pada nilai atribut Ak pada tupel X. Untuk setiap atribut, akan dilihat apakah atribut tersebut bernilai kategorikal atau kontinu. Misalnya, untuk menghitung P (X| Ci) maka perlu dipertimbangkan hal-hal berikut: a. Jika Ak adalah kategorikal, maka P (Xk | Ci) adalah jumlah tupel kelas Ci dalam D memiliki nilai xk pada atribut Ak, dibagi dengan | Ci,D |, jumlah tupel kelas Ci dalam D. b. Jika Ak bernilai kontinu, maka perlu melakukan sedikit lebih banyak perhitungan.. Sebuah. atribut. yang. bernilai. kontinu. biasanya.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 16. diasumsikan memiliki distribusi Gaussian dengan rata-rata μ dan standar deviasi σ, didefinisikan oleh: 𝑔 𝑥, 𝜇, 𝜎 =. 1 2𝜋𝜎. (𝑥−𝜇 )2 − 𝑒 2𝜎 2. … … … . . … … … … … … (2.3). Sehingga menghasilkan: 𝑃 𝑥𝑘 𝐶𝑖 = 𝑔 𝑥𝑘 , 𝜇𝑐𝑖 , 𝜎𝑐𝑖 … … … … … … … … … … … (2.4). 5.. Untuk memprediksi label kelas dari tupel X, P(X|Ci) P(Ci) dievaluasi untuk setiap kelas Ci. Classifier memprediksi label kelas dari tupel X adalah kelas Ci, jika dan hanya jika 𝑃 𝑋 𝐶𝑖 𝑃 𝐶𝑖 > 𝑃 𝑋 𝐶𝑗 𝑃 𝐶𝑗 𝑢𝑛𝑡𝑢𝑘 1 ≤ 𝑗 ≤ 𝑚, 𝑗 ≠ 𝑖 … … … … … 2.5 Dengan kata lain, label kelas diprediksi adalah Ci dimana P (X|Ci) P (Ci) adalah nilai maksimum..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 17. Contoh Naïve Bayesian Berikut ini contoh kasus yang akan diselesaikan dengan menggunakan metode Naïve Bayes Classifier. Tabel 2.3. Contoh Data Training (Tan, Steinbach, & Kumar, 2006) Cuaca X1 Cerah Cerah Mendung Hujan Hujan Hujan Mendung Cerah Cerah Hujan Cerah Mendung Mendung Hujan. Temperatur X2 Panas Panas Panas Sedang Dingin Dingin Dingin Sedang Dingin Sedang Sedang Sedang Panas Sedang. Kelembapan X3 Tinggi Tinggi Tinggi Tinggi Normal Normal Normal Tinggi Normal Normal Normal Tinggi Normal Tinggi. Angin X4 Kecil Besar Kecil Kecil Kecil Besar Besar Kecil Kecil Kecil Besar Besar Kecil Besar. Main/Tidak Y Tidak Tidak Ya Ya Ya Tidak Ya Tidak Ya Ya Ya Ya Ya Tidak. Berdasarkan data pada tabel 2.3, model Naïve Bayes Classifier adalah sebagai berikut: P(X1 =Cerah | Ya) = 2/9 P(X1 =Mendung | Ya) = 4/9 P(X1 =Hujan | Ya) = 3/9 P(X1 =Cerah | Tidak) = 3/5 P(X1 =Mendung | Tidak) = 0 P(X1 =Hujan | Tidak) = 2/5 P(X2 =Panas | Ya) = 2/9 P(X2 =Sedang | Ya) = 4/9 P(X2 =Dingin | Ya) = 3/9 P(X2 =Panas | Tidak) = 2/5 P(X2 =Sedang | Tidak) = 2/5 P(X2 =Dingin | Tidak) = 1/5 P(X3 =Tinggi | Ya) = 3/9 P(X3 =Normal | Ya) = 6/9 P(X3 =Tinggi | Tidak) = 4/5 P(X3 =Normal | Tidak) = 1/5.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 18. P(X4 =Besar | Ya) = 3/9 P(X4 =Kecil | Ya) = 6/9 P(X4 =Besar | Tidak) = 3/5 P(X4 =Kecil | Tidak) = 2/5 P(Y = Ya) = 9/14 P(Y = Tidak) = 5/14. Misalkan diketahui cuaca cerah, temperatur dingin, kelembapan tinggi, dan angin besar, maka perhitungan probabilitas untuk menentukan apakah data tersebut termasuk kelas Ya atau Tidak adalah: P(X | Y = ya) = P(Y = ya) × P(X1 = cerah | Y = ya) × P(X2 = dingin | Y = ya) × P(X3 = tinggi | Y = ya) × P(X4 = besar | Y = ya) = 9/14 × 2/9 × 3/9 × 3/9 × 3/9 = 0.0053. P(X | Y = tidak) = P(Y = tidak) × P(X1 = cerah | Y = tidak) × P(X2 = dingin | Y = tidak) × P(X3 = tinggi | Y = tidak) × P(X4 = besar | Y = tidak) = 5/14 × 3/5 × 1/5 × 4/5 × 3/5 = 0.0206 Berdasarkan hasil perhitungan tersebut, probabilitas Tidak (0.0206) lebih besar dibandingkan probabilitas Ya (0.0053), sehingga dapat disimpulkan bahwa record tersebut diklasifikasikan sebagai kelas Tidak..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 19. Karakteristik Naive Bayes Classifier Naive Bayes Classifier umumnya memiliki karakteristik sebagai berikut (Tan, Steinbach, & Kumar, 2006) : 1.. Kokoh terhadap noise karena variabel dirata-ratakan ketika menghitung probabilitas bersyarat dari data. Naive Bayes Classifier juga dapat menangani missing value dengan cara mengabaikan contoh selama pembuatan model dan klasifikasi.. 2.. Kokoh untuk atribut tidak relevan, jika Xi adalah atribut yang tidak relevan, maka P(Xi|Y) menjadi hampir didistribusikan seragam. Peluang kelas bersyarat untuk Xi tidak berdampak pada keseluruhan perhitungan probabilitas posterior.. 3.. Atribut yang saling berkorelasi dapat menurunkan performance Naive bayes classifier karena asumsi independen bersyarat tidak lagi terdapat dalam atribut tersebut. Sebagai contoh, perhatikan peluang berikut. P(A = 0|Y = 0) = 0.4,. P(A = 1|Y = 0) = 0.6,. P(A = 0|Y = 1) = 0.6,. P(A = 1|Y = 1) = 0.4,. Dimana A adalah atribut bertipe biner dan Y adalah variabel kelas bertipe biner. Jika terdapat atribut bertipe biner lain yaitu B yang secara tepat berkorelasi dengan A ketika Y = 0, tetapi independen dengan A ketika Y = 1. Secara sederhana, diasumsikan bahwa peluang kelas.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 20. bersyarat untuk B sama seperti A. Diberikan data dengan atribut A= 0, B = 0, dapat dihitung peluang posterior sebagai berikut:. 𝑃 𝑌 = 0 𝐴 = 0, 𝐵 = 0 =. 𝑃 𝐴=0𝑌=0 𝑃 𝐵=0𝑌=0 𝑃 𝑌=0 𝑃 𝐴 = 0, 𝐵 = 0. = 𝑃 𝑌 = 1 𝐴 = 0, 𝐵 = 0 =. 0.16 × 𝑃(𝑌 = 0) 𝑃(𝐴 = 0, 𝐵 = 0). 𝑃 𝐴=0𝑌=1 𝑃 𝐵=0𝑌=0 𝑃 𝑌=1 𝑃 𝐴 = 0, 𝐵 = 0. =. 0.36 × 𝑃(𝑌 = 1) 𝑃(𝐴 = 0, 𝐵 = 0). Jika P(Y=0) = P(Y=1), maka NBC akan mengklasifikasikan data ke kelas 1. Walaupun begitu, perhitungan yang benar seharusnya sebagai berikut: P(A=0, B=0 | Y=0) = P(A=0 | Y=0) = 0.4 Karena A dan B dihubungkan secara tepat ketika Y = 0. Sebagai hasilnya, probabilitas posterior untuk Y = 0 adalah :. 𝑃 𝑌 = 0 𝐴 = 0, 𝐵 = 0 =. 𝑃 𝐴=0𝑌=0 𝑃 𝐵=0𝑌=0 𝑃 𝑌=0 𝑃 𝐴 = 0, 𝐵 = 0. =. 0.4 × 𝑃(𝑌 = 0) 𝑃(𝐴 = 0, 𝐵 = 0). Karena Y=0 lebih besar dibanding untuk Y = 1, maka record seharusnya diklasifikasikan sebagai kelas 0..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 2.5.. 21. Bayesian Belief Network Asumsi independen bersyarat dibuat oleh Naive Bayes Classifier mungkin. terlalu kaku, khususnya untuk masalah klasifikasi yang atributnya saling berkorelasi. Bayesian Belief Network (BBN) melakukan yang pendekatan lebih fleksibel untuk memodelkan peluang kelas bersyarat P( X |Y). Sebagai ganti asumsi independen bersyarat untuk atribut terhadap kelas yang diberikan, pendekatan ini menspesifikasi setiap atribut yang independen secara bersyarat. (Tan, Steinbach, & Kumar, 2006). Representasi Model BBN menyediakan representasi grafis dari hubungan probabilitas antara set variabel acak. Terdapat dua unsur kunci Bayesian Belief Network (Tan, Steinbach, & Kumar, 2006): 1.. Directed acyclic graph (dag) mengkodekan hubungan dependensi antar variabel. 2.. Tabel probabilitas mengasosiasikan setiap node ke node parent-nya.. Gambar 2.7. Representasi relasi probabilitas menggunakan DAC (Tan, Steinbach, & Kumar, 2006).

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 22. Misalkan terdapat tiga variabel acak, A, B, dan C, dimana A dan B adalah variabel independen dan masing-masing memiliki pengaruh langsung terhadap variabel C. Hubungan antar variabel dapat diringkas ke dalam directed acyclic graph yang ditunjukkan dalam Gambar 2.7 (a). Setiap node pada graf merepresentasikan variabel, dan tiap panah melambangkan hubungan kebergantungan antara variabel. Jika terdapat panah dari X ke Y, maka X adalah parent Y dan Y adalah child X. Selanjutnya, jika terdapat jalur dari X ke Z, maka X adalah ancestor Z, sedang Z adalah descendant X. Sebagai contoh, pada diagram yang ditunjukkan pada gambar 2.7 (b), A adalah descendant D dan D ancestor B. Baik B dan D, keduanya juga nondescendant A. Properti penting Bayesian network dinyatakan sebagai berikut, Node pada BBN adalah independen bersyarat terhadap non-descendant-nya, jika parentnya diketahui. Pada graf yang ditunjukkan pada Gambar 2.7 (b), A adalah independen bersyarat dari B dan D melalui C karena node untuk B dan D adalah non-descendant node. A.. Asumsi. independen. bersyarat. dimiliki. oleh. NBC. juga. dapat. direpresentasikan menggunakan BBN, seperti ditunjukkan Gambar 2.7 (c), dimana y adalah target kelas dan {X1, X2,...,Xd} adalah atribut set..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 23. Pembuatan Model Menurut Tan, Steinbach, dan Kumar (2006), pembuatan model di dalam BBN melibatkan dua langkah: (1) membuat struktur network, dan (2) menghitung probabilitas di dalam tabel yang berkaitan dengan setiap node. Topologi network dapat diperoleh dengan meng-encode pengetahuan (knowledge) subyektif dari expert domain. Algoritma berikut dapat menyajikan prosedur yang sistematis untuk mendukung topologi Bayesian network. 1. Misalkan T melambangkan total order variabel. 2. Untuk J=1 sampai d lakukan 3. Buat X T  j  melambangkan variabel order tertinggi ke- j di dalam T .. .  . .  X T  j   X T 1 , X T 2  ,, X T  j 1 X 4. Buat melambangkan set variabel terdahulu T  j  . 5. Pindahkan variabel dari  X T  j  yang tidak mempengaruhi X j (menggunakan. . . pengetahuan prior) 6. Buat panah antara X T  j  dan variabel yang tersisa di dalam  X T  j  . 7. Akhir Looping.. . . Perhatikan variabel yang ditunjukkan pada gambar 2.8. Setelah melakukan langkah 1, asumsikan bahwa variabel disusun dengan cara: (E, D, HD, Hb, CP, BP). Dari langkah dua ke tujuh, dimulai dari variabel D, probabilitas bersyarat dapat dihasilkan berikut: 1.. P(D|E) disederhanakan menjadi P(D). 2.. P(HD|E, D) tidak dapat disederhanakan. 3.. P(Hb|HD, E, D) disederhanakan menjadi P(Hb|D). 4.. P(CP|Hb, HD, E, D) disederhanakan menjadi P(CP|Hb, HD). 5.. P(BP|CP, Hb, HD, E, D) disederhanakan menjadi P(BP|HD).

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 24. Berdasarkan probabilitas bersyarat tersebut, dapat dibuat panah antara node (E,HD),. (D,HD),. (D,Hb),. (HD,CP),. dan. (HD,BP).. Panah-panah. tersebut. menghasilkan struktur jaringan yang ditunjukkan pada Gambar 2.8. Algoritma tersebut menjamin bahwa topologi tidak terdapat siklus. Karena algoritma mencegah adanya panah menghubungkan urutan node terendah ke urutan node tertinggi, maka tidak akan ada siklus di dalam topologi. Meskipun demikian, topologi network dapat berubah jika susunan variabelnya diubah. Beberapa topologi dapat menjadi kurang baik karena menghasilkan banyak panah yang menghubungkan antara pasangan node berbeda. Pada prinsipnya, seluruh d dapat diuji menggunakan semua kemungkinan pengurutan variabel untuk menentukan topologi yang paling tepat, namun hal tersebut akan membutuhkan waktu komputasi yang besar. Pendekatan alternatifnya adalah membagi variabel ke dalam beberapa variabel sebab-akibat dan kemudian gambarkan panah dari tiap variabel sebab ke variabel akibat yang sesuai. Pendekatan ini memudahkan tugas untuk membangun struktur Bayesian network..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 25. Contoh Penggunaan BBN. Gambar 2.8. BBN untuk mendeteksi heart disease dan heartburn pada pasien (Tan, Steinbach, & Kumar, 2006) Misalkan terdapat kasus pendeteksian penyakit heart desease dan heartburn pada pasien, dan seorang ahli membangun model BBN sepeti pada Gambar 2.8. Untuk mendiagnosa apakah pasien menderita penyakit heart desease atau tidak, maka probabilitas pasien menderita penyakit heart desease atau tidak dapat dihitung melalui Exercise, Diet, dan Blood Pressure. Jika diketahui bahwa orang tersebut melakukan olahraga teratur dan makan dengan pola diet yang sehat. Maka robabilitas posterior bahwa seseorang terkena heart disease adalah : 𝑃 𝐻𝐷 = 𝑦𝑒𝑠|𝐵𝑃 = 𝑕𝑖𝑔𝑕, 𝐷 = 𝑕𝑒𝑎𝑙𝑡𝑕𝑦, 𝐸 = 𝑦𝑒𝑠 𝑃 𝐵𝑃 = 𝑕𝑖𝑔𝑕 𝐻𝐷 = 𝑦𝑒𝑠) × 𝑃(𝐻𝐷 = 𝑦𝑒𝑠|𝐷 = 𝑕𝑒𝑎𝑙𝑡𝑕𝑦, 𝐸 = 𝑦𝑒𝑠) 𝛾 𝑃 𝐵𝑃 = 𝑕𝑖𝑔𝑕 𝐻𝐷 = 𝛾 × 𝑃(𝐻𝐷 = 𝛾|𝐷 = 𝑕𝑒𝑎𝑙𝑡𝑕𝑦, 𝐸 = 𝑦𝑒𝑠) 0.85 × 0.25 = = 0.5862 0.85 × 0.25 + 0.2 × 0.75. =.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 26. sedangkan peluang bahwa seseorang tidak terkena penyakit jantung adalah : P(HD=No|BP=High, D=Healthy, E=Yes) = 1 – 0.5862 = 0.4138. Model tersebut selanjutnya menyatakan bahwa dengan pola makan sehat dan melakukan olahraga teratur akan mengurangi resiko penyakit jantung.. Karakteristik BBN Karakteristik umum metode BBN adalah sebagai berikut (Tan, Steinbach, & Kumar, 2006) : 1. BBN menyediakan pendekatan untuk menangkap prior knowledge dari domain tertentu menggunakan pemodelan grafis. Network juga dapat digunakan untuk meng-encode kebergantungan sebab-akibat antar variabel. 2. Membangun network memerlukan waktu dan usaha yang besar. 3. Bayesian network sesuai untuk menangani data yang tidak lengkap. Instansiasi. dengan. atribut. yang. hilang. dapat. ditangani. dengan. menjumlahkan atau mengintegrasikan probabilitas seluruh nilai atribut yang mungkin. 4. Metode cukup kokoh untuk model yang overfitting karena data dikombinasikan secara probabilitas dengan pengetahuan sebelumnya..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 2.6.. 27. K-Fold Cross Validation Pada penelitian ini metode yang digunakan untuk menguji pola klasifikasi. adalah metode k-fold cross validation. Dalam k-fold cross validation, data dibagi menjadi k bagian, D1, D2,..Dk, dan masing-masing D memiliki jumlah data yang sama. Kemudian lakukan proses perulangan sebanyak k, dimana dalam setiap perulangan ke-i, Di akan dijadikan data testing, dan sisanya akan digunakan sebagai data training. Sebagai contoh, misalkan akan dilakukan metode cross validation dengan menggunakan 3 fold. Pertama pilih salah satu fold menjadi data testing, kemudian gunakan fold sisanya sebagai data training. Hal ini dilakukan berulang untuk semua kombinasi data training-testing. Untuk mengilustrasikan metode ini, perhatikan Gambar 2.9. Pengujian 1 Fold 1. Fold 2. Data Training. Fold 3 Data Testing. Pengujian 2 Fold 1. Fold 3. Data Training. Fold 2 Data Testing. Pengujian 3 Fold 2. Fold 3. Data Training. Fold 1 Data Testing. Gambar 2.9. Ilustrasi 3-fold Cross Validation.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 2.7.. 28. Pengukuran Akurasi Klasifikasi Keakuratan hasil klasifikasi dapat diukur dengan menggunakan confusion. matrix. Confusion matrix adalah media yang berguna untuk menganalisis seberapa baik classifier dapat mengenali tupel dari kelas yang berbeda (Tan, Steinbach, & Kumar, 2006). Misalkan terdapat dua kelas, maka akan diistilahkan menjadi tupel positif dan tupel negatif. True positive mengacu pada tupel positif yang diberi label dengan tepat oleh classifier, sementara true negatif adalah tupel negatif yang diberi label dengan tepat oleh classifier. False positive adalah tupel negatif yang diberi label dengan tidak tepat. Demikian pula, false negative adalah tupel positif yang diberi label dengan tidak tepat. Istilah-istilah ini berguna ketika menganalisis kemampuan classifier dan diringkas dalam Gambar 2.10. kelas hasil klasifikasi C1. C2. false positive C true positive kelas 1 sebenarnya C false negative true negative 2 Gambar 2.10. Confusion Matrix untuk matrix 2×2 (Tan, Steinbach, & Kumar, 2006) Misalkan terdapat confusion matrix 2×2 seperti pada Gambar 2.10, maka rumus yang akan digunakan untuk menghitung akurasi adalah sebagai berikut:. 𝑎𝑘𝑢𝑟𝑎𝑠𝑖 =. 𝑡𝑟𝑢𝑒_𝑝𝑜𝑠 + 𝑡𝑟𝑢𝑒_𝑛𝑒𝑔 × 100% … (2.6) 𝑡𝑟𝑢𝑒_𝑝𝑜𝑠 + 𝑡𝑟𝑢𝑒_𝑛𝑒𝑔 + 𝑓𝑎𝑙𝑠𝑒_𝑝𝑜𝑠 + 𝑓𝑎𝑙𝑠𝑒_𝑛𝑒𝑔. Rumus 2.6 diatas dapat juga didefinisikan seperti pada rumus 2.7 berikut:. 𝑎𝑘𝑢𝑟𝑎𝑠𝑖 =. 𝑑𝑎𝑡𝑎 𝑦𝑎𝑛𝑔 𝑑𝑖𝑘𝑙𝑎𝑠𝑖𝑓𝑖𝑘𝑎𝑠𝑖𝑘𝑎𝑛 𝑑𝑒𝑛𝑔𝑎𝑛 𝑡𝑒𝑝𝑎𝑡 × 100% … (2.7) 𝑑𝑎𝑡𝑎 𝑡𝑒𝑠𝑡𝑖𝑛𝑔.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. BAB lll ANALISIS DAN PERANCANGAN SISTEM 3.1.. Analisis Sistem Sistem ini dibangun untuk digunakan sebagai alat bantu penelitian. Sistem. membantu pengguna dalam mengelola data (input data, ubah data, sortir data, pencarian data, cek data eror, dsb), melakukan proses cross validation, melakukan proses training-testing, dan pengukuran akurasi hasil klasifikasi. Input pada sistem ini adalah data mahasiswa dan jumlah fold untuk proses cross validation. Data mahasiswa dapat di-input kedalam sistem melalui dua cara, yaitu dengan mengetikkan data kedalam sistem dan dengan menggunakan aplikasi Ms. Excel 2003. Setelah data mahasiswa selesai di-input kedalam sistem, user dapat memasukkan jumlah fold yang akan digunakan untuk proses cross validation. Output pada sistem ini adalah data hasil proses cross validation yang berupa tabel data training dan testing, data hasil klasifikasi NBC dan BBN, dan hasil akurasi kedua algoritma.. 3.2.. Sumber Data Dalam penelitian ini, obyek yang digunakan adalah data nilai mahasiswa.. Data diperoleh dari Universitas Sanata Dharma program studi Teknik Informatika. Data yang digunakan adalah data nilai mahasiswa tiap semester, mulai dari semester 1-4, untuk angkatan 2010 dan 2011. Data diberikan berbentuk softcopy dengan extensi .xls dan berjumlah 169. Didalam file tersebut berisi data satu mahasiswa dengan rincian sebagai berikut:. 29.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 30. Tabel 3.1. Data Mentah dari TI USD No. Keterangan. Nilai. 1. Nama Atribut NIM. Atribut ini menyimpan data nilai Nomor Induk Mahasiswa. 2. FST 111. 3. FST 111P. 4 5. FST 141 INF 100. 6 7. INF 110 INF 111. 8 9 10. INF 114 INF 160 USD 120. 11. FST 142. 12 13. INF 112 INF 113. 14. INF 115. 15. INF 121. 16. INF 121P. 17 18. INF 150 INF 161. 19 20 21. FST 342 INF 220 INF 220P. 22. INF 221. 23. INF 221P. Atribut ini menyimpan data nilai Pemrograman Komputer Atribut ini menyimpan data nilai Praktikum Pemrograman Komputer Atribut ini menyimpan data nilai Bahasa Inggris I Atribut ini menyimpan data nilai Pengantar Teknologi Informasi Atribut ini menyimpan data nilai Kalkulus Atribut ini menyimpan data nilai Logika Informatika Atribut ini menyimpan data nilai Statistika Atribut ini menyimpan data nilai Sistem Digital Atribut ini menyimpan data nilai Pendidikan Agama Atribut ini menyimpan data nilai English for Spesific Purpose Atribut ini menyimpan data nilai Metode Numerik Atribut ini menyimpan data nilai Matematika Diskret Atribut ini menyimpan data nilai Pengolahan Data Statistik Atribut ini menyimpan data nilai Pemrograman Berorientasi Obyek I Atribut ini menyimpan data nilai Praktikum Pemrograman Berorientasi Obyek I Komunikasi Data Atribut ini menyimpan data nilai Organisasi Komputer Atribut ini menyimpan data nilai Bahasa Inggris II Atribut ini menyimpan data nilai Struktur Data I Atribut ini menyimpan data nilai Praktikum Struktur Data I Atribut ini menyimpan data nilai Pemrograman Berorientasi Obyek II Atribut ini menyimpan data nilai Praktikum. 105314001, 105314002,. A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 24 25. INF 232 INF 232P. 26. INF 251. 27. INF 270P. 28. FST 243. 29 30. INF 222 INF 222P. 31. INF 240. 32. INF 251P. 33 34. INF 270 INF 321. 35. INF 321P. 36 37. NET 252 USD 224. 38. DBS 233. 39. DBS 235P COM 210. 40. Pemrograman Berorientasi Obyek II Atribut ini menyimpan data nilai Basis Data Atribut ini menyimpan data nilai Praktikum Basis Data Atribut ini menyimpan data nilai Jaringan Komputer Atribut ini menyimpan data nilai Praktikum Sistem Open Source Atribut ini menyimpan data nilai Bahasa Indonesia Atribut ini menyimpan data nilai Struktur Data II Atribut ini menyimpan data nilai Praktikum Struktur Data II Atribut ini menyimpan data nilai Analisis Kebutuhan Perangkat Lunak Atribut ini menyimpan data nilai Praktikum Jaringan Komputer Atribut ini menyimpan data nilai Sistem Operasi Atribut ini menyimpan data nilai Pemrograman Basis Web Atribut ini menyimpan data nilai Praktikum Pemrograman Basis Web Atribut ini menyimpan data nilai Transmisi Data Atribut ini menyimpan data nilai Pendidikan Kewarganegaraan Atribut ini menyimpan data nilai Keamanan Basis Data Atribut ini menyimpan data nilai Praktikum Pemrograman Basis Data Atribut ini menyimpan data nilai Analisis Algoritma. 31. A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D A, B, C, D.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 3.3.. 32. Analisis Pengolahan Data Sebelum data diolah menggunakan sistem, dilakukan pemrosesan data awal. terlebih dahulu sesuai dengan proses KDD. Penjelasannya adalah sebagai berikut:. 1.. Pembersihan data Pada tahap ini, dilakukan pembersihan terhadap data-data yang tidak. lengkap, kosong atau null, data yang mengandung noise, dan data tidak konsisten. Berikut ini adalah kriteria data yang akan dibersihkan: 1.. Mahasiswa yang belum mengambil matakuliah Wajib Peminatan pada semester 4. Data ini dianggap data yang tidak lengkap, sehingga akan dibersihkan dengan cara dihapus.. 2.. Mahasiswa yang mengambil lebih dari satu matakuliah Wajib Peminatan yang berbeda peminatannya. Data ini termasuk data yang tidak konsisten, sehingga perlu dibersihkan dengan cara memilih salah satu peminatan.. 3.. Data mahasiswa yang memiliki nilai E dan F akan dianggap sebagai noise, dan akan dibersihkan dengan cara dihapus. Dalam sistem perkuliahan di Universitas Sanata Dharma, nilai E dan F merupakan nilai yang wajib diulang, sehingga nilai ini tidak akan digunakan didalam sistem.. 4.. Data mahasiswa yang bernilai null atau kosong, akan dibersihkan dengan cara dihapus..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 33. Pembersihan data dilakukan setelah proses integrasi dan seleksi data dilakukan. Proses integrasi akan memudahkan proses pencarian data, sementara seleksi data akan mengurangi jumlah data yang akan dibersihkan. Berikut ini rincian data yang dibersihkan: Tabel 3.2. Jumlah Data Hasil Pembersihan. Data awal Data tidak lengkap Data tidak konsisten Data noise Data kosong Jumlah data bersih. 2.. Jumlah data angkatan 2010 89 1 2 2 86. Jumlah data angkatan 2011 80 1 1 79. Integrasi data Data yang didapat dari universitas Sanata Dharma program studi Teknik. Informatika berupa data softcopy berekstensi .xls dan berjumlah 169 data. Didalam file tersebut terdapat data satu mahasiswa, yang berisi data seperti pada Tabel 3.1.. Pada tahap ini dilakukan penggabungan data yang berasal dari berbagai file kedalam satu file dan satu tabel menggunakan aplikasi Ms. Excel 2003. Proses integrasi ini dilakukan agar data terangkum dalam satu tabel yang memudahkan untuk diproses, baik itu dibersihkan, diseleksi, atau ditambang..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 3.. 34. Penyeleksian Data Pada tahap ini dilakukan seleksi untuk mengurangi data yang tidak. relevan dan redundant. Menurut Tan, Steinbach, dan Kumar (2006), atribut yang tidak relevan adalah atribut yang berisi informasi yang tidak berguna untuk. melakukan. penambangan. data,. sedangkan. atribut. berlebihan. (redundant) adalah atribut yang menduplikasi banyak atau semua informasi yang terdapat didalam satu atau lebih atribut lain. Data yang diterima dari universitas Sanata Dharma program studi Teknik Informatika berisi sekitar 40 atribut, dan tidak semuanya dapat digunakan untuk memprediksi peminatan mahasiswa. Matakuliah yang diajarkan di seluruh Fakultas Sains dan Teknologi (FST) dan matakuliah yang diajarkan diseluruh universitas akan dihapus karena tidak relevan jika digunakan untuk mengklasifikasikan mahasiswa TI. Matakuliah yang digunakan adalah matakuliah yang memiliki kode INF atau mata kuliah wajib, karena matakuliah tersebut adalah matakuliah inti kurikulum. Setiap mahasiswa akan menentukan peminatan pada semester 4 atau lebih, sehingga data yang akan digunakan sebagai atribut adalah nilai mata kuliah wajib dari semester 1 sampai semester 3. Data yang digunakan pada semester 4 adalah data matakuliah Wajib Peminatan. Data ini digunakan sebagai label kelas untuk mengklasifikasikan mahasiswa. Mahasiswa yang mengambil matakuliah Wajib Peminatan komputasi berarti diklasifikasikan menjadi COM, mahasiswa yang mengambil matakuliah Wajib Peminatan database berarti diklasifikasikan menjadi DBS, dan Mahasiswa yang.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. mengambil. matakuliah. Wajib. Peminatan. jaringan. komputer. 35. berarti. diklasifikasikan menjadi NET. Untuk menyeleksi data yang tidak relevan dilakukan pengujian koefisien korelasi Pearson’s product moment menggunakan software SPSS statistics (lihat tabel 1 pada lampiran 1). Seperti yang dijelaskan pada bab ii halaman 14, atribut yang berkorlasi adalah atribut yang memiliki nilai signifikan kurang dari 0,05 atau 0,01. Atribut (matakuliah) yang tidak berkorelasi dengan kelas (peminatan) merupakan atribut yang tidak relevan, sehingga dapat dihapus. Dengan demikian, maka atribut yang akan digunakan adalah INF100, INF110, INF114, INF160, INF112, INF115, INF121, INF121P, INF150, INF161, INF220, INF220P, INF221, INF221P, INF232, INF232P, dan INF251. Karena algoritma NBC dan BBN memiliki cara yang berbeda dalam menangani dependensi atribut, maka penyeleksian atribut untuk keduanya-pun berbeda. Pada algoritma NBC, atribut yang digunakan adalah atribut yang saling independen satu sama lain. Berdasarkan hasil pengujian korelasi koefisien (lihat tabel 2 pada lampiran 1), diketahui terdapat dua kemungkinan pilihan atribut, yang pertama adalah INF 100 dan INF 115, dan yang kedua adalah INF100 dan INF232P. dengan menggunakan pertimbangan jumlah data, maka atribut yang dipilih adalah INF100 dan INF232P. Penyeleksian atribut pada algoritma BBN dilakukan dengan cara yang sama, yaitu koefisien korelasi. Atribut yang saling berkorelasi satu sama lain merupakan atribut yang redundant, karena memiliki nilai yang hamper sama..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 36. Pada tabel 2 dalam lampiran 1, diketahui bahwa atribut INF110, INF114, INF160, INF112, INF115, INF121, INF121P, INF150, INF161, INF220, INF220P, INF221, INF221P, INF232, dan INF251, adalah atribut yang berkorelasi satu sama lain. Dengan kata lain, atribut tersebut memiliki nilai yang hampir sama. Oleh karena itu, dengan menggunakan satu atribut maka atribut lain sudah terwakili, karena nilainya hampir sama. Dengan menggunakan pertimbangan korelasi, maka atribut yang paling besar korelasinya dengan kelas adalah atribut yang akan digunakan, yaitu INF 121. Dengan demikian, maka topologi network pada BBN dapat dibangun seperti pada Gambar 3.1.. INF 100. INF 232P. Peminatan. INF 121 Gambar 3.1. Topologi network BBN.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 4.. 37. Transformasi data Pada tahap ini akan dilakukan transformasi data kedalam format agar. dapat dikelola. Data nilai mahasiswa yang diperoleh memiliki format A, B, C, dan D, dan format tersebut sudah dapat diproses oleh algoritma, sehingga data tidak perlu ditransformasi.. 5.. Data Mining Pada tahap ini data akan ditambang dengan menggunakan algoritma. NBC dan BBN. Langkah awal dari tahap ini adalah menentukan variabelvariabel yang akan digunakan, yaitu variabel input dan output. Penjabaran dari variabel-variabel tersebut antara lain sebagai berikut: a.. Variabel Input. Variabel-variabel yang digunakan antara lain sebagai berikut: 1.. Tabel data dengan atribut: NIM, INF 100, INF 121, INF 232P, PEMINATAN. 2. b.. Jumlah fold. Variabel Output Variabel output dari sistem ini adalah: 1.. Tabel yang berisi data training dan testing hasil cross validation. 2.. Hasil klasifikasi algoritma NBC dan BBN. 3.. Proses perhitungan probabilitas untuk algoritma NBC dan BBN. 4.. Akurasi algoritma NBC dan BBN.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 6.. 38. Data Evaluasi Pada tahap ini dilakukan proses pengukuran akurasi algoritma. Proses. pengukuran dilakukan dengan menggunakan teknik Cross-Validation dan Confussion Matrix. Cara pengukurannya adalah dengan membagi data menjadi n fold, dan masing-masing fold akan mengalami posisi sebagai data training atau data testing. Nilai n dapat ditentukan sesuai keinginan namun jumlah data untuk setiap subset harus setara. Sebagai contoh, misalkan terdapat data berjumlah 15 dan nilai n adalah 3, maka data akan dibagi menjadi 3 fold yaitu fold 1, fold 2, dan fold 3, dengan masing-masing fold memiliki 5 data. Setelah itu, kemudian akan dilakukan proses sebagai berikut: 1. Pada tahap ini, fold 1 akan dijadikan data testing, sementara fold 2 dan fold 3 dijadikan data training. Setelah proses training-testing dilakukan, kemudian akurasi kedua algoritma dihitung. 2. Pada tahap ini, fold 2 akan dijadikan data testing, sementara fold 1 dan fold 3 dijadikan data training. Setelah proses training-testing dilakukan, kemudian akurasi kedua algoritma dihitung. 3. Pada tahap ini, fold 3 akan dijadikan data testing, sementara fold 1 dan fold 2 dijadikan data training. Setelah proses training-testing dilakukan, kemudian akurasi kedua algoritma dihitung. Hasil akurasi keseluruhan diperoleh dari rata-rata akurasi proses 1, 2, dan 3. Teknik Cross-Validation dilakukan untuk data yang berjumlah sedikit. Maka dari itu, semakin sedikit data, sebaiknya semakin banyak jumlah fold, namun hal itu berarti semakin lama proses komputasi yang dibutuhkan..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 3.4.. 39. Perancangan Umum Sistem Pada subbab ini akan dijelaskan gambaran dari sistem yang akan dibangun,. berupa diagram Use Case, Skenario Use Case, diagram aktifitas, diagram sekuensial, diagram kelas, algoritma proses klasifikasi, dan desain antarmuka sistem.. a.. Diagram Use Case Aktor atau pengguna dari sistem ini hanya satu, yaitu Peneliti, namun. untuk seterusnya akan disebut Pengguna. Terdapat dua fungsi utama yang dapat dilakukan oleh Pengguna terhadap sistem, yaitu melakukan pengelolaan data, dan melakukan klasifikasi. Pengelolaan data merupakan fungsi yang dijalankan oleh Pengguna untuk mengelola data mahasiswa, seperti impor data, ekspor data, input data secara manual kedalam sistem, tambah baris tabel, hapus baris tabel, sortir data, pencarian, dan menentukan jumlah fold. Fungsi lainnya dari sistem ini adalah melakukan klasifikasi. Ketika fungsi ini dijalankan, sistem akan melakukan proses cross validation, proses training-testing untuk algoritma NBC dan BBN, menghitung akurasinya, kemudian menampilkan hasilnya. Output dari fungsi ini adalah hasil klasifikasi algoritma, data training dan testing hasil proses cross validation, model yang dihasilkan oleh algoritma, dan akurasi kedua algoritma. Diagram use case sistem ini dapat dilihat pada Gambar 3.2..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 40. Mengelola Data Mengimpor Data Mengekspor Data Menambah Baris Menghapus Baris Menyortir Data Mengubah Data Pencarian Data Menentukan Jumlah Fold Pengguna <<Depends on>>. Melakukan Klasifikasi. Gambar 3.2. Diagram Use Case. b.. Deskripsi Use Case Fungsi yang dapat dilakukan oleh Pengguna terhadap sistem. digambarkan dengan diagram use case seperti pada Gambar 3.2. Berikut ini deskripsi atau penjelasan dari diagram tersebut:.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 41. Tabel 3.3. Deskripsi Use Case No 1.. Nama Use Case Mengimpor Data. 2.. Mengekspor Data. 3.. Menambah Baris. 4.. Menghapus Baris. 5.. Menyortir Data. 6.. Mengubah Data. 7.. Pencarian Data. 8.. Menentukan Jumlah Fold Melakukan Klasifikasi. 9.. c.. Deskripsi Use Case Use case ini digunakan untuk memasukkan data kedalam sistem menggunakan file berekstensi .xls, atau file dari aplikasi Ms. Excel 2003. Data yang akan dimasukkan adalah data yang akan ditambang menggunakan algoritma NBC dan BBN. Use case ini digunakan untuk menyimpan data dari sistem kedalam file Ms. Excel. Use case ini digunakan untuk menambah baris baru kedalam tabel. Baris baru yang ditambahkan tidak berisi data (null) dan baris akan ditambahkan pada tabel diurutan paling akhir. Use case ini digunakan untuk menghapus baris dalam tabel. Baris yang akan dihapus adalah baris yang dipilih (blok) oleh Pengguna. Pengguna dapat menghapus satu baris atau banyak baris sekaligus. Use case ini digunakan untuk mengurutkan data tabel berdasarkan kolom NIM atau Peminatan secara ascending Use case ini digunakan untuk memasukkan atau mengubah data kedalam tabel secara manual (ketik). Use case ini digunakan untuk mencari tupel berdasarkan kolom NIM Use case ini digunakan menentukan jumlah fold yang akan digunakan dalam proses cross validation. Use case ini digunakan untuk melakukan proses cross validation, klasifikasi, dan menghitung akurasi. Pengguna dapat melihat hasil klasifikasi algoritma, hasil cross validation, model hasil proses training algoritma, dan akurasi yang dihasilkan.. Skenario Use Case Skenario use case merupakan penjabaran masing-masing use case. yang terdapat pada diagram use case. Skenario use case dapat dilihat pada lampiran 2..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. d.. 42. Diagram Aktifitas Diagram aktifitas digunakan untuk menunjukkan kegiatan yang. dilakukan oleh pengguna dan sistem dalam setiap usecase. Rincian diagram aktifitas sistem ini dapat dilihat pada lampiran 3.. e.. Diagram Sekuensial Rincian diagram sekuensial untuk setiap use case didalam diagram use. case dapat dilihat pada lampiran 4.. f.. Diagram Kelas Diagram kelas menunjukkan kelas yang akan diimplementasikan. kedalam sistem. Diagram kelas memuat semua data kelas (atribut dan metode) dan hubungan antar kelas. Diagram kelas sistem ini dapat dilihat pada lampiran 5.. g.. Algoritma Proses Klasifikasi Algoritma yang akan dijelaskan pada bagian ini adalah algoritma yang. berkaitan dengan proses klasifikasi, cross validation, dan pengukuran akurasi. Algoritma lain yang tidak berkaitan dengan masalah tersebut tidak akan dijelaskan karena bukan bahasan utama dalam penelitian. Algoritma proses klasifikasi dapat dilihat pada lampiran 6..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 3.5.. 43. Desain Antarmuka Sistem A.. Halaman Utama. HEADER panduan. about. exit. Steps. Set Data. Klasifikasi. Akurasi. FOOTER. Gambar 3.3. Desain Halaman Utama Halaman utama merupakan halaman yang pertama kali muncul saat aplikasi dijalankan. Halaman ini memiliki 6 tombol, dan sebuah area yang diarsir. Saat tombol Panduan ditekan, maka sistem akan menampilkan kotak dialog yang berisi panduan penggunaan sistem yang dirancang seperti pada Gambar 3.4. Saat tombol About ditekan, maka sistem akan menampilkan kotak dialog yang berisi kredit sistem seperti yang ditampilkan pada Gambar 3.5. Saat tombol Exit ditekan, maka sistem akan berhenti bekerja dan menutup Halaman Utama..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 44. Panduan Penggunaan -root +child 1 +child 2 -child 3 leaf 1 leaf 2 leaf 3. LEAF 1 ……………….. ……………….. ………………... Gambar 3.4. Desain Kotak Dialog Panduan. Nama Sistem LOGO. Kredit Sistem …………. Gambar 3.5. Desain Kotak Dialog About. Area yang diarsir pada rancangan halaman utama digunakan untuk menampilkan panel yang diinginkan. Saat tombol Set Data ditekan, maka panel Set Data (Gambar 3.6) akan ditampilkan. Saat tombol Klasifikasi ditekan, maka akan panel Klasifikasi (Gambar 3.7) akan ditampilkan. Saat tombol Akurasi ditekan, maka panel Akurasi (Gambar 3.8) akan ditampilkan..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. B. Impor Data. 45. Panel Set Data Ekspor Data. Tambah Baris. Hapus Baris. Sortir Data. Cross Validation pencarian Masukkan Jml Fold. Kolom 1. Kolom 2. Kolom 3. Kolom 3. xx. Rinci Data ….. ….. Klasifikasi Gambar 3.6. Desain Panel Frame Set Data. Didalam panel ini terdapat berbagai elemen yang digunakan untuk menjalankan use case yang berkaitan dengan pengelolaan data. Tombol Open digunakan untuk menjalankan use case Mengimpor Data. Tombol Save digunakan untuk menjalankan use case Mengekspor Data. Tombol Tambah digunakan untuk menjalankan use case Menambah Baris. Tombol Hapus digunakan untuk menjalankan use case Menghapus Baris. Tombol Sortir digunakan untuk menjalankan use case Menyortir Data. Textfield Pencarian digunakan untuk menjalankan use case Pencarian Data. Data yang terdapat pada cell tabel dapat diubah secara manual dengan cara diketik menggunakan keyboard, sesuai dengan fungsi use case Mengubah Data. Tombol Proses digunakan untuk menjalankan untuk menjalankan use case Menentukan Jumlah Fold. Tombol Klasifikasi digunakan untuk menjalankan use case Melakukan Klasifikasi, namun output proses yang dihasilkan akan ditampilkan pada panel Klasifikasi dan Akurasi..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. C.. 46. Panel Klasifikasi. Pilih Proses Klasifikasi Proses 1. Hasil Klasifikasi. Proses 2. Data Training. Proses 3. Data Testing. Proses 4. Model NBC. Dst... Model BBN. Gambar 3.7. Desain Panel Klasifikasi. Panel ini digunakan untuk menampilkan data training, data testing, model hasil training algoritma, dan hasil klasifikasi data testing. Untuk menampilkan data tersebut, Pengguna harus memilih Proses dalam List kemudian menekan tombol yang terdapat disebelah kanan List. Data akan ditampilkan di area yang diarsir dalam panel. Data training, data testing, dan hasil klasifikasi akan ditampilkan dalam bentuk tabel, sementara model NBC dan model BBN akan ditampilkan dalam bentuk teks didalam jTextPane..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. D.. Panel Akurasi. Rekapitulasi Hasil Klasifikasi NBC Proses. 47. Jumlah Data. Diklasifikasikan Dgn Tepat. Akurasi. Rekapitulasi Hasil Klasifikasi BBN Proses. Diklasifikasikan Dgn Tepat. Jumlah Data. Akurasi. Akurasi Algoritma Naïve Bayes Classifier. xx % Bayesian Belief Network. xx %. Gambar 3.8. Desain Panel Akurasi. Panel Akurasi digunakan untuk menampilkan akurasi algoritma. Pada panel ini terdapat dua buah tabel dan dua buah progressbar. Tabel tersebut berisi rekapitulasi hasil klasifikasi algoritma NBC dan. Akurasi total kedua algoritma. ditampilkan. menggunakan. progressbar,. pembanding hasil sekaligus kesimpulan hasil penelitian.. yang. merupakan.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. BAB IV IMPLEMENTASI SISTEM Bab ini berisi tentang implementasi sistem yang telah dibangun berdasarkan analisis dan perancangan sistem yang telah dibahas pada bab sebelumnya. Sistem ini dibangun dengan menggunakan bahasa pemrograman Java dan perangkat lunak NetBeans IDE 7.2.1 pada computer dengan spesifikasi Intel Core i3 2.2 GHz, Memori 2 GB, dan Harddisk 480 GB.. 4.1.. Implementasi Antarmuka Pemakai (User Interface) Pengujian keakuratan algoritma NBC dan BBN telah diimplementasikan. menjadi sebuah sistem dengan antarmuka pemakai sebagai berikut: a.. Halaman Utama. Gambar 4.1. Tampilan Program Halaman Utama 48.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 49. Halaman Utama merupakan tampilan program saat pertama kali dijalankan. Pada halaman ini terdapan tombol dropdown yang berisi menu Panduan, About, dan Exit.. Saat menu Panduan dipilih sistem akan. menampilkan kotak dialog seperti pada gambar 4.3. Saat menu About dipilih sistem akan menampilkan kotak dialog seperti pada gambar 4.4. Saat menu Exit dipilih sistem berhenti bekerja dan menutup program.. Gambar 4.2. Tampilan Kotak Dialog Panduan. Gambar 4.3. Tampilan Kotak Dialog About.

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 50. Pada bagian sisi kiri tampilan Halaman Utama terdapat tiga tombol yaitu tombol Set Data, Klasifikasi, dan Akurasi. Saat tombol ditekan maka sistem akan menampilkan panel seperti yang akan dijelaskan pada subbab berikutnya.. b.. Panel Set Data. Gambar 4.4. Tampilan Panel Set Data Panel Set Data akan muncul di Halaman Utama saat tombol Set Data di Halaman Utama ditekan. Pada panel tersebut terdapat beberapa tombol yang jika ditekan akan menampilkan kotak dialog. Tombol tersebut adalah tombol Impor dan Ekspor Data..

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI. 51. Tombol Impor Data berfungsi untuk menjalankan usecase impor data. Saat tombol ini ditekan, sistem akan menampilkan kotak dialog seperti pada Gambar 4.5. Sementara tombol Ekspor Data berfungsi untuk menjalankan usecase mengekspor data. Saat tombol ini ditekan, sistem akan menampilkan kotak dialog seperti pada Gambar 4.6.. Gambar 4.5. Tampilan Kotak Dialog Impor Data. Gambar 4.6. Tampilan Kotak Dialog Ekspor Data.