plagiat merupakan tindakan tidak terpuji … · profil donatur organisasi veteran amerika...

IMPLEMENTASI DATA MINING UNTUK MENGIDENTIFIKASI

PROFIL DONATUR ORGANISASI VETERAN AMERIKA

MENGGUNAKAN MODEL POHON KEPUTUSAN (DECISION TREE)

Skripsi

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Sains

Program Studi Ilmu Komputer

Oleh :

Stefany Yunita Baralangi

NIM : 013124067

PROGRAM STUDI ILMU KOMPUTER

JURUSAN MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2008

i

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

THE IMPLEMENTATION OF DATA MINING TO IDENTIFY DONOR’S

PROFILE OF AMERICAN VETERAN ORGANIZATION USING

DECISION TREE MODEL

A Thesis

Presented as Partial Fulfillment of the Requirements

To Obtain the Sarjana Sains Degree

in Computer Science Study Program

By:

Stefany Yunita Baralangi

Student Number : 013124067

COMPUTER SCIENCE STUDY PROGRAM

DEPARTMENT OF MATHEMATICS

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2008

ii


HALAMAN PERSEMBAHAN

Lord, seeking You as a precious jewel…

Lord, to give up, I’d be a fool…

Dedicated To: • My All in All, ..JESUS CHRIST..

• Beloved, Bpk Paulus R Baralangi & Mama Elty Topayung

• Little brother, Donny

v


HALAMAN MOTTO

• Diberkatilah orang yang mengandalkan TUHAN, yang

menaruh harapannya pada TUHAN

(Yeremia 17:7)

• Dengan diri kami sendiri kami tidak sanggup untuk

memperhitungkan sesuatu seolah-olah pekerjaan kami

sendiri; tidak, kesanggupan kami adalah pekerjaan Allah

(2 Korintus 3:5)

Masa depan,….

Bukan sekedar impian

Perubahan,….

Bukan sekedar pembicaraan

Kemenangan,….

Bukan sekedar penantian

Semua adalah kenyataan yang berproses di kehidupan

Dari DIA, oleh DIA, untuk DIA,…

di dalam Kita

(Pdt. Bigman Sirait)

vi


vii

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini

tidak memuat karya atau bagian karya orang lain, kecuali yang telah

disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya

ilmiah.

Yogyakarta, 30 Agustus 2008

Penulis

STEFANY YUNITA BARALANGI


viii

ABSTRAK

Data mining didefinisikan sebagai metode penemuan informasi

yang tersembunyi dalam suatu basisdata yang berukuran besar dan

sulit diperoleh dengan hanya menggunakan kueri biasa. Data mining

dapat direpresentasikan dengan berbagai model dimana salah satunya

adalah model klasifikasi.

Dalam tugas akhir ini diimplementasikan salah satu teknik

dalam model klasifikasi yaitu pohon keputusan (decision tree) dengan

algorima ID3. Implementasi ini akan digunakan untuk

mengidentifikasi profil donatur organisasi veteran Amerika yang

memberikan respon terhadap layanan pengiriman surat langsung

dengan kartu kosong (NK) pada tahun 1997. Data-data diperoleh dari

dataset yang disediakan oleh situs http:// kdd.ics.uci.edu/ databases/

kddcup98/ kddcup98.html.

Uji aturan dengan menetapkan 310 records sebagai data pada

training set dan mengubah-ubah jumlah sampel data pada test set

menghasilkan nilai rerata persentase keberhasilan sebesar 66.1815 %.

Uji aturan dengan mengubah-ubah jumlah sampel data training set

dan menetapkan jumlah sampel test set sebanyak 50 records

menghasilkan nilai rerata persentase keberhasilan sebesar 64.75 %.


ix

ABSTRACT

Data mining was defined as a method of discovery the hidden

information in a large database which is difficult to get by usual

query. Data mining can be represented by various models. One of

them is classification.

This paper implemented decision tree technique using ID3

algorithm as one technique of classification model. This

implementation will be used to identify donor’s profile of American

Veteran Organization who give response to direct mail service with an

empty card (NK) in 1997. The dataset was obtained from the following

site: http://kdd.ics.uci.edu/databases/kddcup98/kddcup98.html.

The average success rate of experiments with 310 records as

training set and various amount of test set is 66.1815 %. The average

success rate of experiments with various amount of training set and 50

records as test set is 64.75 %.


x

KATA PENGANTAR

Puji dan sembah syukur penulis haturkan kepada Tuhan Yesus atas cinta

dan anugerahNya sehingga penulisan skripsi ini dapat terselesaikan dengan baik.

Skripsi ini ditulis untuk melengkapi salah satu syarat memperoleh gelar

Sarjana Sains pada Program Studi Ilmu Komputer, Fakultas Sains dan Teknologi

Universitas Sanata Dharma.

Dalam proses penulisan skripsi ini penulis tidak terlepas dari dukungan doa,

bimbingan dan bantuan dari berbagai pihak. Dengan rasa sukacita, pada

kesempatan ini penulis menyampaikan terima kasih kepada :

1. Ibu Paulina Heruningsih Prima Rosa, S.Si., M.Sc selaku dosen pembimbing

skripsi dan KaProdi Ilmu Komputer, telah membimbing penulis dengan

penuh kasih, memberikan saran dan diskusi bagi penyempurnaan penulisan

skripsi ini. Terimakasih Ibu, sudah “mengajarkan” saya apa arti penelitian

yang sesungguhnya.

2. Bapak Ir. Ign. Aris Dwiatmoko, M.Sc, yang telah meluangkan waktu untuk

membimbing, berdiskusi dan meminjamkan buku-buku statistik yang sangat

membantu.

3. Bapak Yanuarius Joko Nugroho, S.Si selaku dosen penguji, yang telah

memberikan saran yang sangat membantu untuk penyempurnaan skripsi ini.

4. Bapak Iwan Binanto, S.Si selaku dosen penguji, yang telah memberikan

saran yang sangat membantu untuk penyempurnaan skripsi ini.


xi

5. Romo Ir. Greg. Heliarko S.J., S.S., B.S.T., M.A., M.Sc, selaku Dekan

Fakultas Sains dan Teknologi.

6. Bapak St. Eko Hari Permadi, S.Kom., M.Kom selaku dosen pembimbing

akademik, yang sudah menemani IKOMers 01 mengikuti proses

perkuliahan.

7. Dosen-dosen jurusan Matematika Prodi Ilmu Komputer FST USD yang

telah membagikan ilmu pengetahuan Anda.

8. Ibu Ridowati Gunawan, S.Kom., M.T, yang telah memberikan bimbingan

dan pengajaran mengenai dasar-dasar data mining.

9. Staf sekretariat Fakultas Sains dan Teknologi, Universitas Sanata Dharma

(khususnya Bpk Z.Tukija dan Ibu Linda) dan laboran Lab.TA (Mas Susilo).

10. Bapak&Mama, yang tidak pernah lelah “berkata” melalui tindakannya:

“Dalam persekutuan dengan TUHAN jerih payahmu tidak sia-sia”.

Terimakasih Fany tak akan pernah cukup mewakili yang sudah

Bapak&Mama berikan, saya terberkati karenanya. Selalu hanya bisa bilang

“Puji Tuhan, Kurre sumanga’ pole poraya“.

11. Adikku, Donny, tanpa banyak kata saya tau ji ko selalu sayang & dukung

ka’. Terima kasih untuk rasa berbagi, pinjaman kamar & mp 4 mu nah.

12. Kel. Besar Baralangi dan Topayung. Terima kasih untuk dukungan doa dan

semangat yang tiada henti.

13. Rina, Grace, Gini, Via, Fanya+adik2 rohaninya, Nona dan Mindy. I’m

speechless for everything..Terimakasih sudah jarang bertanya ”Kenapa.?”


xii

14. Kel. besar SMADA’01 Mks khususnya saudara2ku di Persekutuan

KrisMan’01+Made, Pépeng, dkk.

15. Sahabat2 di IKOM’01: Janner, Melia, Sakti, Agnes, Niken, Prio, Fajar,

Berto, Agnes Desi, Mujib, Fefe, Oix, Handry, Ferdi, Ijal, Simon, Tommy,

Sam, Deta dan yang belum dapat dituliskan namanya satu-persatu.

16. Kel. Drs Muh Djazim, K’Ante & K’Emma (di kost Bu Koen) & saudara2 di

kost Pelita: K’ Iwa, Sinta, Rika, K’Yeni, Cé Yenni, Tari & Ufa.

17. The Four Musketeers: Rian, Herbert, Jimmy & Joslea.

18. K’Marlin & Mbak Galuh (IKOM’99), Mbak Bertha (IKOM’00), Pritty

(IKOM 02), IKOM 03 & IKOM 04 (komunitas Lab.TA) untuk diskusinya.

19. Dan di atas segalanya & selamanya, Terimakasih TUHAN YESUS untuk

semuanya (“kiriman” laptop, utusan orang2 terhebat yang telah & belum

sempat saya tuliskan namanya di atas & hal2 mengagumkan yang telah

diijinkan terjadi untuk memproses saya..)

Besar harapan penulis agar skripsi ini dapat menjadi inspirasi dan

bermanfaat bagi pengembangan ilmu pengetahuan pembaca. Penulis

mengucapkan terima kasih jika ada kritik dan saran yang bermanfaat bagi penulis

karena adanya ketidaksempurnaan dalam skripsi ini.

Yogyakarta, 30 Agustus 2008

Penulis


xiii

DAFTAR ISI

HALAMAN JUDUL...................................................................................... i

HALAMAN PERSETUJUAN PEMBIMBING ............................................ iii

HALAMAN PENGESAHAN........................................................................ iv

HALAMAN PERSEMBAHAN .................................................................... v

HALAMAN MOTTO .................................................................................... vi

PERNYATAAN KEASLIAN KARYA ........................................................ vii

ABSTRAK ..................................................................................................... viii

ABSTRACT ..................................................................................................... ix

KATA PENGANTAR ................................................................................... x

DAFTAR ISI.................................................................................................. xiii

DAFTAR TABEL.......................................................................................... xv

DAFTAR GAMBAR ..................................................................................... xviii

BAB I PENDAHULUAN............................................................................. 1

A. Latar Belakang Masalah ................................................................ 1

B. Rumusan Masalah.......................................................................... 4

C. Batasan Masalah............................................................................ 4

D. Metodologi..................................................................................... 5

E. Tujuan............................................................................................ 6

F. Manfaat.......................................................................................... 6

G. Sistematika Penulisan .................................................................... 7


xiv

BAB II LANDASAN TEORI ....................................................................... 8

A. Pengertian Data Mining................................................................. 8

B. Proses Data Mining ....................................................................... 8

C. Model Klasifikasi .......................................................................... 11

D. Pohon Keputusan........................................................................... 12

E. Contoh Penerapan Algoritma Pohon Keputusan ........................... 26

BAB III ANALISA DAN PERANCANGAN SISTEM............................... 44

A. Identifikasi dan Analisa Sistem ..................................................... 44

B. Perancangan Sistem....................................................................... 45

1. Input .......................................................................................... 45

2. Proses ........................................................................................ 59

3. Output ....................................................................................... 63

4. Antarmuka Pengguna................................................................ 65

BAB IV IMPLEMENTASI SISTEM ........................................................... 78

A. Spesifikasi Software dan Hardware .............................................. 78

B. Jalannya Program .......................................................................... 78

C. Analisa Hasil Program................................................................... 110

D. Kelebihan dan Kelemahan Program.............................................. 116

BAB V KESIMPULAN DAN SARAN........................................................ 118

A. Kesimpulan.................................................................................... 118

B. Saran .............................................................................................. 119

DAFTAR PUSTAKA .................................................................................... 120


xv

DAFTAR TABEL

Tabel 2.1 Bentuk Umum Tabel Kontingensi 2x2 ......................................... 17

Tabel 2.2 Data Cuaca .................................................................................... 26

Tabel 2.3 Nilai Gain Untuk Menentukan Simpul Awal Setiap Atribut ........ 34

Tabel 2.4 Nilai Gain Untuk Menentukan Simpul Selanjutnya...................... 36

Tabel 2.5 Aturan If..Then Yang Belum Disederhanakan .............................. 37

Tabel 2.6 Tabel Kontingensi Outlook ........................................................... 38

Tabel 2.7 Nilai Frekuensi Harapan Outlook.................................................. 38

Tabel 2.8 Tabel Kontingensi Humidity ......................................................... 39

Tabel 2.9 Nilai Frekuensi Harapan Humidity................................................ 40

Tabel 2.10 Tabel Kontingensi Wind................................................................ 41

Tabel 2.11 Nilai Frekuensi Harapan Wind ...................................................... 42

Tabel 2.12 Aturan Yang Paling Sederhana ..................................................... 43

Tabel 2.13 Hasil Prediksi Pada Data Training ................................................ 43

Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training ................................ 45

Tabel 3.2 Nilai Kejadian Atribut ODATEDW Year (dua digit pertama) ..... 48

Tabel 3.3 Nilai Kejadian Atribut ODATEDW Month

(dua digit terakhir)......................................................................... 48

Tabel 3.4 Nilai Kejadian Atribut MAILCODE............................................. 48

Tabel 3.5 Nilai Kejadian Atribut PVASTATE ............................................. 48

Tabel 3.6 Nilai Kejadian Atribut NOEXCH ................................................. 49

Tabel 3.7 Nilai Kejadian Atribut RECINHSE .............................................. 49


xvi

Tabel 3.8 Nilai Kejadian Atribut RECP3...................................................... 49

Tabel 3.9 Nilai Kejadian Atribut RECPGVG ............................................... 49

Tabel 3.10 Nilai Kejadian Atribut RECSWEEP............................................. 49

Tabel 3.11 Nilai Kejadian Atribut TCODE .................................................... 50

Tabel 3.12 Nilai Kejadian Atribut MDMAUD ............................................... 52

Tabel 3.13 Nilai Kejadian 1st Byte : Recency of Giving................................ 52

Tabel 3.14 Nilai Kejadian 2nd Byte : Frequency of Giving ........................... 53

Tabel 3.15 Nilai Kejadian 3rd Byte : Amount of Giving................................ 53

Tabel 3.16 Nilai Kejadian Atribut DOMAINX .............................................. 53

Tabel 3.17 Nilai Kejadian Atribut Cluster ...................................................... 53

Tabel 3.18 Nilai Kejadian Atribut AGE.......................................................... 53

Tabel 3.19 Nilai Kejadian Atribut AGEFLAG ............................................... 54

Tabel 3.20 Nilai Kejadian Atribut HOMEOWNR.......................................... 54

Tabel 3.21 Nilai Kejadian Atribut NUMCHLD.............................................. 54

Tabel 3.22 Nilai Kejadian Atribut INCOME .................................................. 54

Tabel 3.23 Nilai Kejadian Atribut GENDER.................................................. 54

Tabel 3.24 Nilai Kejadian Atribut WEALTH................................................. 55

Tabel 3.25 OTHER TYPES OF MAIL ORDER OFFERS............................. 55

Tabel 3.26 Nilai Kejadian Atribut OTHER TYPES OF MAIL

ORDER OFFERS.......................................................................... 55

Tabel 3.27 Nilai Kejadian Atribut DATASRCE............................................. 56

Tabel 3.28 Nilai Kejadian Atribut MALEMILI.............................................. 56

Tabel 3.29 Nilai Kejadian Atribut VETS........................................................ 56


xvii

Tabel 3.30 Nilai Kejadian Atribut GOV ......................................................... 56

Tabel 3.31 Nilai Kejadian Atribut SOLP3 ...................................................... 56

Tabel 3.32 Nilai Kejadian Atribut SOLIH ...................................................... 57

Tabel 3.33 Nilai Kejadian Atribut MAJOR .................................................... 57

Tabel 3.34 Nilai Kejadian Atribut LIFESRC.................................................. 57

Tabel 3.35 Nilai Kejadian Atribut PEPSTRFL............................................... 57

Tabel 3.36 Nilai Kejadian Atribut HPHONE_D............................................. 57

Tabel 3.37 Nilai Kejadian Atribut RFA_2 ...................................................... 58

Tabel 3.38 Nilai Kejadian 1st Byte Recency of Giving.................................. 58

Tabel 3.39 Nilai Kejadian 2nd Byte Frequency of Giving.............................. 58

Tabel 3.40 Nilai Kejadian 3rd Byte: Amount of Giving................................. 59

Tabel 3.41 Nilai Kejadian Atribut TARGET_B (Atribut Keputusan) ............ 59

Tabel 4.1 Struktur Tabel Tipe Data Record TrecKej .................................... 87

Tabel 4.2 Sampel Data Homogen ................................................................. 93

Tabel 4.3 Struktur String Grid Pada Form Unprunned Rule ........................ 97

Tabel 4.4 Contoh Sampel Data Pada Form Uji Sampel Data Pengguna....... 106

Tabel 4.5 Hasil Percobaan 1.......................................................................... 111

Tabel 4.6 Detail Jumlah Aturan Percobaan 1................................................ 111






xviii

DAFTAR GAMBAR

Gambar 2.1 Diagram Tahapan Proses Data Mining .................................... 9

Gambar 2.2 Data Mining dan Teknologi Basis Data Lainnya ..................... 10

Gambar 2.3 Nilai Positif dan Negatif Kejadian Outlook.............................. 27

Gambar 2.4 Nilai Positif dan Negatif Kejadian Temperature...................... 29

Gambar 2.5 Nilai Positif dan Negatif Kejadian Humidity............................ 31

Gambar 2.6 Nilai Positif dan Negatif Kejadian Wind .................................. 32

Gambar 2.7 Pohon Awal .............................................................................. 34

Gambar 2.8 Percabangan Pohon .................................................................. 36

Gambar 3.1 Desain Form Menampilkan Data ............................................. 65

Gambar 3.2 Desain Form Detail Data.......................................................... 67

Gambar 3.3 Desain Form Unprunned Tree.................................................. 68

Gambar 3.4 Desain Form Detail Gain.......................................................... 70

Gambar 3.5 Desain Form Unprunned Rule.................................................. 71

Gambar 3.6 Desain Form Keterangan Anteseden........................................ 73

Gambar 3.7 Desain Form Uji Aturan........................................................... 74

Gambar 3.8 Desain Form Uji Sampel Data Pengguna................................. 75

Gambar 4.1 Form Awal................................................................................ 78

Gambar 4.2 Form Tampil Data Training Set ............................................... 79

Gambar 4.3 Form Tampil Data Test Set....................................................... 80

Gambar 4.4 Form Detail Data Training Set ................................................. 81

Gambar 4.5 Kotak Pesan 1 ........................................................................... 82


xix

Gambar 4.6 Form Detail Data Test Set ........................................................ 83


Gambar 4.8 Form Unprunned Tree.............................................................. 84

Gambar 4.9 Form Pesan Saat Proses Mining Sedang Berlangsung ............. 90


Gambar 4.11 Tampilan Form Unprunned Tree Setelah Program

Memperoleh Pohon Keputusan ................................................ 95


Gambar 4.13 Form Detail Gain...................................................................... 96

Gambar 4.14 Form Unprunned Rule.............................................................. 97

Gambar 4.15 Form Unprunned Rule dengan Konsekuen ‘YES’................... 98

Gambar 4.16 Form Unprunned Rule dengan Konsekuen ‘NO’..................... 99

Gambar 4.17 Form Keterangan Anteseden.................................................... 99

Gambar 4.18 Form Uji Aturan ...................................................................... 100

Gambar 4.19 Form Uji Aturan Saat Pengguna Menekan Tombol

Buka Tabel Tes ...........................................................................101






Gambar 4.25 Form Pesan Saat Proses Mining Sedang Berlangsung ............. 104

Gambar 4.26 Form Uji Aturan Setelah Memperoleh Hasil Uji Aturan ......... 104


xx

Gambar 4.27 Form Uji Sampel Data Pengguna............................................. 105

Gambar 4.28 Kotak Pesan 10 ......................................................................... 106

Gambar 4.29 Form Uji Sampel Data Pengguna Setelah Pengguna

Memasukkan Sampel Aturan ................................................... 107

Gambar 4.30 Form Uji Sampel Data Pengguna Dengan Nilai

Konsekuen TARGET_B Tidak Dapat Diprediksi.................... 108

Gambar 4.31 Kotak Pesan 11 ......................................................................... 108

Gambar 4.32 Form Tentang Program ............................................................ 109

Gambar 4.33 Form Pembuat Program ........................................................... 110

Gambar 4.34 Grafik Persentase Keberhasilan Percobaan 2 .......................... 113

Gambar 4.35 Grafik Persentase Keberhasilan Percobaan 3 .......................... 115


BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Data-data yang berguna bagi suatu organisasi biasanya

direkam dalam basis data, seperti profil anggota, pencatatan

administrasi keuangan, program kerja, dan lain-lain. Semakin besar

ruang lingkup kerja suatu organisasi maka semakin besar pula

ukuran basis data yang diperlukan untuk merekam data-datanya.

Ukuran basis data dapat bertambah hingga mencapai terabytes.

Melalui basis data yang ada, suatu organisasi dapat

menemukan pola strategis dari informasi yang terekam untuk

melakukan evaluasi peningkatkan kinerja organisasi. Cara tradisional

penemuan pola yang dapat digunakan adalah membangun basis data

yang disebut OLAP (Online Analytical Processing). OLAP adalah

istilah yang menggambarkan suatu teknologi yang memproses data

di dalam data warehouse dalam struktur multi dimensional agar

dapat menyediakan akses yang cepat untuk kueri analisis yang

kompleks (Ridowati Gunawan, 2005). Dengan ukuran basis data

yang bertambah besar sesuai dengan kebutuhan penyimpanan data

organisasi maka sulit jika hanya menggunakan laporan hasil kueri

dan OLAP.

Salah satu organisasi yang mempunyai basis data dalam

ukuran besar adalah organisasi veteran Amerika. Organisasi ini

1


2

merupakan organisasi nirlaba yang menyediakan layanan pengobatan

bagi para pejuang veteran Amerika Serikat yang menderita lumpuh.

Organisasi veteran Amerika ini memperoleh dana dari para donatur

yang terekam dalam basis data dengan mengirimkan surat langsung

kepada donatur. Surat langsung yang dikirimkan bermacam-macam,

seperti kartu kosong (NK), kartu ucapan (GK), kalender (CC), dan

lain-lain. Pengiriman surat langsung akan menjadi sia-sia belaka jika

donatur yang dikirimi surat tidak memberi tanggapan. Jika hal ini

terjadi maka organisasi akan menghabiskan biaya yang besar untuk

pengiriman surat tersebut. Oleh karena itu dari data-data donatur

yang terekam dapat dilakukan identifikasi profil donatur yang

memberikan tanggapan terhadap salah satu bentuk pengiriman surat

langsung.

Pada tugas akhir ini penulis akan melakukan identifikasi

profil donatur yang memberikan tanggapan pada salah satu bentuk

pengiriman surat langsung yaitu pengiriman surat langsung dengan

kartu kosong (NK). Data-data mengenai profil para anggota donatur

diperoleh dari situs http:/ kdd.ics.uci.edu/ databases/ kddcup98/

kddcup98.html dan disediakan oleh American Association for

Artificial Intelligence (AAAI) dan Epsilon Data Mining Laboratory.

Data-data tersebut (dalam format .TXT) berisi informasi mengenai

anggota donatur dengan kapasitas yang sangat besar, yaitu terdiri

dari 95412 observasi (records) dan 481 atribut (fields). Informasi


3

yang ingin didapatkan dari data-data tersebut adalah identifikasi

profil anggota donatur yang seperti apakah yang akan memberikan

respon terhadap bentuk pengiriman surat langsung dengan kartu

kosong (NK). Untuk melakukan identifikasi profil anggota tersebut,

tentu sulit jika hanya menggunakan kueri.

Seiring perkembangan teknologi maka muncullah

teknologi baru yang lebih dari sekedar kueri, yaitu data mining. Data

mining digambarkan sebagai proses penentuan pola penting dari

sebuah basis data yang besar. Data mining timbul karena

meningkatnya kebutuhan informasi manusia sehingga terjadi data

explosion dari data yang sudah direkam selama bertahun-tahun tanpa

mempertimbangkan kegunaan informasinya bagi organisasi (Yudho

Giri Sucahyo, 2003). Dengan teknologi data mining, kasus

identifikasi profil donatur yang memberikan respon terhadap

pengiriman surat langsung dapat diselesaikan.

Dalam masalah ini penulis menggunakan model

klasifikasi dengan algoritma pohon keputusan (decision tree). Hal ini

sesuai dengan masalah yang akan diselesaikan yaitu bagaimanakah

profil donatur yang memberikan respon terhadap bentuk pengiriman

surat langsung dengan kartu kosong (NK). Selain itu pohon

keputusan adalah algoritma model klasifikasi yang mudah dipelajari

dibandingkan algoritma model klasifikasi yang lain.


4

B. Rumusan Masalah

Bagaimana mengimplementasikan data mining pada

dataset organisasi veteran Amerika untuk mengidentifikasi profil

donatur yang memberikan respon terhadap bentuk pengiriman surat

langsung dengan kartu kosong (NK) pada tahun 1997 menggunakan

model pohon keputusan (decision tree) ?

C. Batasan Masalah

1. Dalam skripsi ini dilakukan identifikasi profil donatur pada

salah satu bentuk layanan pengiriman surat langsung yang

dilakukan organisasi berupa pengiriman surat langsung dengan

kartu kosong pada tahun 1997, yaitu 97NK.

2. Algoritma pohon keputusan yang digunakan adalah algoritma

ID3.

3. Data-data diperoleh dari dataset yang disediakan oleh situs

http://kdd.ics.uci.edu/databases/kddcup98/kddcup98.html.

4. Implementasi program menggunakan Borland Delphi 7.0 dan

jenis tabel menggunakan Paradox 7.

5. Input

Dataset anggota donatur pada organisasi veteran Amerika

sebanyak 350 records dan 67 atribut. Proses pengelompokan

data dilakukan secara intuitif. Atribut keputusan dari sistem

yang dibangun adalah TARGET_B. TARGET_B adalah


5

variabel target yang menjadi indikator apakah seorang anggota

memberikan respon terhadap layanan 97NK. Berikut ini

perincian jumlah sampel masing-masing kelas kejadian

TARGET_B :

6. Proses

a. Membangun pemahaman akan domain aplikasi, yaitu

pengetahuan awal dan tujuan akhir yang akan dicapai oleh

pengguna.

b. Membuat himpunan target dataset, yang terdiri dari

pemilihan data, fokus pada subset data.

c. Memilih task data mining.

d. Memilih dan menggunakan algoritma data mining.

e. Interpretasi, evaluasi dan visualisasi pola.

7. Output

Outputnya adalah identifikasi profil anggota yang memberikan

respon terhadap bentuk layanan pengiriman surat langsung

dengan kartu kosong pada tahun 1997, yaitu 97NK.

D. Metodologi

1. Mengidentifikasi masalah dan tujuan yang ingin dicapai dari

dataset yang ada.

2. Melakukan seleksi terhadap field dan record data yang berguna

dalam pengambilan keputusan dari dataset. Membuang data


6

yang tidak konsisten dan noise seperti data-data yang out of

date, data yang salah ketik, maupun data yang kosong.

3. Menerapkan teknik data mining dengan mengaplikasikan

algoritma yang tepat. Model klasifikasi yang akan digunakan

adalah model pohon keputusan dengan algoritma ID3 Quinlan.

4. Pengujian model agar dapat direpresentasikan kepada

pengguna.

5. Kesimpulan.

E. Tujuan

Dapat melakukan identifikasi profil donatur pada organisasi veteran

Amerika yang memberikan respon terhadap bentuk pengiriman surat

langsung dengan kartu kosong (NK) pada tahun 1997.

F. Manfaat

Hasil identifikasi profil dapat bermanfaat bagi organisasi veteran

Amerika untuk memprediksikan donatur yang akan memberikan

respon terhadap layanan pengiriman surat langsung dengan kartu

kosong (NK) sehingga organisasi dapat mengurangi biaya

pengiriman.


7

G. Sistematika Penulisan

Bab I. Pendahuluan

Dalam bab ini dibahas tentang latar belakang masalah,

rumusan masalah, batasan masalah, metodologi, tujuan, manfaat, dan

sistematika penulisan.

Bab II. Landasan Teori

Dalam bab ini akan dijelaskan mengenai pengetahuan yang

menjadi dasar teori dalam mengimplementasikan data mining pada

dataset untuk mengidentifikasi profil anggota donatur yang

memberikan respon terhadap bentuk pengiriman surat langsung

dengan kartu kosong (NK). Dasar teori mencakup data mining,

model klasifikasi, dan algoritma ID3.

Bab III. Analisa dan Perancangan Sistem

Dalam bab ini akan diidentifikasikan masalah yang akan

diselesaikan dan tahap-tahap penyelesaian masalah tersebut dengan

menggunakan algoritma ID3.

Bab IV. Implementasi Sistem

Bab ini memuat implementasi sistem menggunakan

algoritma ID3 dan hasil implementasi algoritma tersebut.

Bab V. Kesimpulan dan Saran

Dalam bab ini terdapat kesimpulan dan saran dari

keseluruhan penulisan tugas akhir.


8

BAB II

LANDASAN TEORI

A. Pengertian Data Mining

Data mining dapat didefinisikan sebagai suatu metode

pencarian informasi yang tersembunyi dan merupakan bagian yang

penting dalam suatu basis data berukuran besar yang sulit diperoleh

dengan hanya menggunakan kueri basis data biasa atau analisis

statistik biasa (Djunaidy dan Soelaiman, 2001). Data mining

berhubungan dekat dengan sub area Knowledge Discovery in

Databases (KDD). Karakteristik yang membedakan data mining

adalah volume data yang sangat besar.

B. Proses Data Mining

Proses-proses yang terjadi dalam data mining adalah :

a. Seleksi dan penarikan contoh

Seleksi / segmentasi data sesuai dengan kriteria tertentu sehingga

subset dari data dapat ditentukan.

b. Pengolahan

Merupakan tahap pembersihan data dengan membuang data yang

dianggap tidak perlu sehingga dapat memperlambat proses kueri.

Pembersihan juga dapat dilakukan dengan rekonfigurasi data

agar format data tetap konsisten.

8


9

c. Transformasi

Data diubah menjadi data yang berguna dan terarah.

d. Data mining

Tahap ini dilakukan penyaringan pola data.

e. Evaluasi

Pola yang diperoleh sistem diinterpretasi ke dalam bentuk

pengetahuan yang mendukung pengguna untuk mengambil

keputusan, misalnya prediksi dan klasifikasi.

Proses-proses di atas diilustrasikan pada gambar 2.1 di

bawah ini:

Gambar 2.1 Diagram Tahapan Proses Data Mining

Sumber : http://www.directing.gr/files/images/ase.jpg


10

Diantara bermacam-macam teknologi basis data yang

ada, data mining sering disejajarkan dengan data warehouse (gudang

data). Data warehouse digunakan untuk melakukan OLAP (On-Line

Analytical Processing), sedangkan data mining digunakan untuk

melakukan information discovery yang ditujukan bagi data analyst

dan business analyst. OLAP adalah istilah yang menggambarkan

suatu teknologi yang memproses data di dalam struktur multi-

dimensional agar dapat menyediakan akses yang cepat untuk kueri

analisis yang kompleks.

Gambar 2.2 Data Mining dan Teknologi Basis Data Lainnya

Sumber http://ilmukomputer.com/2006/08/29/mengenal-data-mining/


11

C. Model Klasifikasi

Data mining memiliki bermacam-macam model yang

dapat digunakan dalam melakukan analisa terhadap suatu basis data.

Model yang akan digunakan dalam identifikasi profil anggota yang

merespon salah satu bentuk layanan pengiriman surat langsung

adalah model klasifikasi.

Klasifikasi merupakan proses pemodelan berdasarkan

himpunan kelas data dan nilai-nilai (label kelas) dalam suatu atribut

klasifikasi dan menggunakannya didalam mengklasifikasikan data

baru.

Proses klasifikasi melalui dua tahap (Jiawei Han dan

Micheline Kamber, 2001), yaitu :

1. Membangun model.

Tahap ini menguraikan suatu himpunan kelas yang

ditentukan sebelumnya. Setiap tuple/sampel dimisalkan

masuk ke dalam suatu kelas yang didefinisikan

sebelumnya, seperti yang ditetapkan melalui atribut label

kelas. Model disajikan sebagai kaidah klasifikasi, pohon

keputusan, atau rumus matematika.

2. Menggunakan model untuk klasifikasi.

Model yang ada digunakan untuk klasifikasi atau untuk

mengambil keputusan. Model diimplementasikan dalam

test set (independen dengan training set) untuk menguji


12

seberapa besar keakuratan model yang ada dalam

klasifikasi. Tingkat akurasi adalah persentase dari contoh

training set yang diklasifikasikan secara benar oleh

model.

D. Pohon Keputusan

Pohon keputusan adalah representasi graph dari kumpulan

aturan klasifikasi. Pohon keputusan merupakan model data tertentu

yang digunakan untuk membantu memecahkan masalah dengan

mengklasifikasikan masalah ke dalam banyak kategori untuk dapat

memprediksikan hasilnya. Pengklasifikasian masalah pada pohon

keputusan dapat dilakukan secara rekursif.

Suatu pohon keputusan adalah suatu graph atau pohon yang

memiliki sifat-sifat sebagai berikut :

a. Pohon tersebut memiliki simpul (node) awal yang

disebut root.

b. Memiliki beberapa simpul akhir yang tidak

memiliki simpul lanjutan (successor) yang disebut

leaf.

c. Memiliki atribut yang digunakan sebagai internal

node, yang mempunyai satu simpul pendahulu

(predecessor) dan beberapa simpul lanjutan.


13

Dalam tugas akhir ini, penulis melakukan analisa dengan

menggunakan salah satu algoritma pohon keputusan, yaitu ID3.

Algoritma ID3 dipublikasikan oleh J.R Quinlan dalam makalahnya

yang berjudul “Induction of Decision Tree”.

Algoritma ID3 merupakan salah satu algoritma yang

digunakan untuk membangun sebuah pohon keputusan dari

sekumpulan contoh yang ada dimana hasilnya digunakan untuk

mengklasifikasikan contoh yang akan datang. Algoritma ID3

memiliki kelas yang didapat dari kumpulan kejadian tertentu dengan

proses sebagai berikut :

1. Mengubah bentuk data menjadi model pohon

Langkah-langkah untuk mengubah bentuk data (tabel) menjadi

pohon adalah sebagai berikut :

a. Menentukan simpul terpilih

Untuk menentukan simpul terpilih dilakukan

penghitungan nilai gain dari setiap kriteria. Nilai gain

diperoleh setelah melakukan penghitungan nilai entropi.

Simpul yang dipilih adalah kriteria dengan nilai gain yang

paling besar.

Entropi (S) merupakan jumlah informasi dalam sebuah

atribut dan menggambarkan ukuran homogenitas dari

sekumpulan sampel. Suatu himpunan S yang memuat

kejadian-kejadian positif dan negatif memiliki entropi dari


14

himpunan S relatif terhadap klasifikasi biner yang

didefinisikan sebagai berikut :

entropi (S) = - P+ log2 P+ - P- log2 P- ...................... 2.1

dimana :

S = ruang sampel data yang digunakan untuk training.

P+ = rasio dari kejadian positif dalam S terhadap jumlah

sampel dalam S.

P- = rasio dari kejadian negatif dalam S terhadap jumlah

sampel dalam S.

Entropi bernilai 0 bila himpunan S homogen sempurna.

Entropi bernilai 1 bila himpunan S tak homogen sempurna.

Jika himpunan memuat jumlah sampel positif dan negatif tak

sama, entropi akan terletak diantara 0 dan 1.

Nilai rata-rata entropi suatu atribut dirumuskan sebagai

berikut:

E = ∑=

⎟⎟⎠

⎞⎜⎜⎝

⎛×⎟⎠⎞

⎜⎝⎛inst

ii

t

i enn

1........................................................... 2.2

dimana :

inst = jumlah kejadian

ni = jumlah data kejadian ke-i

nt = jumlah total data keseluruhan

ei = nilai entropi kejadian ke-i

Setelah menghitung nilai rata-rata entropi, dilakukan

perhitungan nilai gain. Gain (S A) adalah informasi yang


15

diperoleh melalui percabangan simpul pada atribut A. Gain

dirumuskan sebagai berikut :

Gain (S A) = Entropi (S) – Nilai rata-rata Entropi (S)…2.3

dimana :

S = ruang sampel data yang digunakan untuk training.

A = atribut dalam sampel data training

b. Menyusun pohon

Menyusun pohon dimulai pada simpul terpilih setelah

dicari nilai gain. Nilai gain atribut yang terbesar yang

dijadikan simpul terpilih. Semakin besar nilai gain, semakin

banyak informasi yang dapat diperoleh tentang atribut output.

Untuk menentukan simpul daun selanjutnya, dilakukan

langkah-langkah berikut ini :

1) Pilih simpul daun yang memiliki sampel data yang tidak

homogen.

2) Cari nilai gain pada setiap atribut kecuali atribut yang

telah menjadi simpul di atasnya.

3) Tentukan simpul selanjutnya dengan memilih atribut

yang memiliki nilai gain paling besar.

2. Mengubah simpul pohon menjadi aturan

Pada langkah ini simpul atau pohon yang telah selesai dibangun

diubah menjadi aturan if...then. Simpul-simpul yang ada


16

merupakan anteseden pada aturan, sedangkan cabang-cabang

pada simpul adalah nilai anteseden.

3. Menyederhanakan aturan (prunning)

Tujuan dilakukan prunning adalah untuk mengidentifikasi dan

membuang beberapa anteseden (cabang) yang tidak dapat

meningkatkan akurasi klasifikasi.

Langkah-langkah penyederhanaan aturan sebagai berikut :

a. Menyederhanakan aturan dengan membuang anteseden yang

tidak perlu. Jika aturan memiliki hanya satu anteseden maka

tidak perlu disederhanakan. Sebaliknya aturan dengan lebih

dari satu anteseden perlu disederhanakan. Langkah-langkah

penyederhanaan aturan adalah sebagai berikut:

a.1. Melakukan uji independensi setiap anteseden secara

individual dengan konsekuen. Langkah-langkahnya

sebagai berikut :

1. Membangun tabel kontingensi untuk setiap aturan

yang memiliki dua atau lebih anteseden. Tabel

kontingensi merupakan tabel yang

merepresentasikan aturan-aturan dengan nilai

frekuensi yang teramati. Tabel kontingensi memiliki

r baris dan c kolom. Total baris dan total kolom

dalam tabel kontingensi disebut frekuensi marjinal.


17

Untuk lebih jelasnya, lihat bentuk umum tabel kontingensi

2x2 (Everitt, 1977: bab1) berikut ini:

Tabel 2.1 Bentuk Umum Tabel Kontingensi 2x2

C1 C2 Jumlah MarjinalR1 x11 x12 n1r = x11 + x12

R2 x21 x22 n2r = x21 + x22

Jumlah Marjinal nc1 = x11 + x21 nc2 = x12 + x22 N = x11 + x12 + x21 + x22

dimana :

n1r, n2r = jumlah marjinal baris

nc1, nc2 = jumlah marjinal kolom

x11, x12, x21 ,x22 = representasi frekuensi dari

setiap pasangan anteseden-

konsekuen.

N = jumlah keseluruhan frekuensi

marjinal.

2. Melakukan uji independensi terhadap anteseden dan

mengeliminasi aturan yang tidak perlu. Untuk

menentukan tingkat independensi suatu anteseden,

data-data dari anteseden tertentu diuji dengan

menggunakan uji independensi yaitu uji Chi-Square

( ). 2χ


18

Berikut ini aturan Cochran (1954) yang menjadi

pedoman penggunaan uji Chi-Square :

• Tidak satupun nilai frekuensi harapan yang

kurang dari 1 (Rasmussen, 1992).

• Nilai frekuensi harapan yang kurang dari 5

tidak lebih dari 20% (Rasmussen, 1992)

Rumus umum untuk mendapatkan frekuensi

harapan bagi sembarang sel xij, 1 i r, 1 j c

adalah :

Nnn

E jiij

×= .......................................... 2.4

dimana :

Eij = Nilai frekuensi harapan baris ke-i kolom

ke-j

in = Total frekuensi baris ke-i

jn = Total frekuensi kolom ke-j

N = Jumlah total frekuensi keseluruhan.

Diasumsikan akan dilakukan pengamatan

terhadap sampel data yang diambil secara random

dari sebuah populasi. Pengamatan

dikelompokkan berdasarkan dua variabel

kualitatif.


19

Hipotesis nol (H0) yaitu pernyataan atau

dugaan mengenai satu atau lebih populasi yang

dirumuskan dengan harapan akan ditolak.

Penolakan H0 mengakibatkan penerimaan suatu

hipotesis alternatif, yang dilambangkan dengan

H1. Untuk menguji hipotesis nol (H0) bahwa dua

variabel independen dalam sebuah populasi

digunakan uji independensi Chi-Square. Jika dua

variabel independen maka tidak ada korelasi

antara dua variabel tersebut.

Di bawah ini adalah penjelasan mengenai uji

Chi-Square :

• Uji Chi-Square

Berikut ini langkah-langkah dalam

melakukan uji Chi-Square :

1) Menentukan hipotesis nol (H0) dengan

asumsi bahwa dua variabel independen

dan hipotesis alternatif (H1) dengan

asumsi bahwa dua variabel dependen.


20

2) Uji independensi Chi-Square antara dua

variabel yang teramati dengan frekuensi

harapan di bawah H0 didasarkan pada

besaran :

2χ = ( )

∑∑= =

−r

i

c

j ij

ijij

EEn

1 1

2

............ 2.5

dimana :

2χ = nilai bagi peubah acak yang

sebaran penarikan contohnya

sangat menghampiri sebaran Chi-

Square

2χ

r = baris

c = kolom

nij = nilai frekuensi teramati baris ke-i

kolom ke-j

Eij = nilai frekuensi harapan baris ke-i

kolom ke-j

3) Menghitung derajat bebas (df) dengan

rumus sebagai berikut :

df = (r - 1)(c - 1)................... 2.6

dimana :

r = baris

c = kolom


21

4) Menentukan tingkat kepercayaan α

5) Menggunakan tabel Chi-Square dengan

dan df untuk menentukan apakah

anteseden secara individual independen

dengan konsekuennya. Untuk tingkat

kepercayaan sebesar α, nilai kritiknya

dapat diperoleh dari tabel Chi-

Square.

2χ

2αχ

6) Kesimpulan untuk nilai yang

dihitung dari penjumlahan semua sel

adalah :

2αχ

• Bila ≤ 2χ 2αχ

Terima hipotesis nol yaitu

anteseden independen secara

individual dengan konsekuen.

• Bila > 2χ 2αχ

Tolak hipotesis nol dan terima

hipotesis alternatif yaitu anteseden

yang dependen secara individual

dengan konsekuen.


22

7) Jika dalam proses uji independensi setiap

anteseden secara individual di atas

(proses a.1) ditemukan adanya anteseden

yang independen secara individual

dengan konsekuen maka anteseden

tersebut tidak dapat dieliminasi secara

langsung. Selanjutnya dilakukan uji

independensi anteseden secara bersama-

sama dengan konsekuennya (Everitt,

1977).

Jika ditemukan adanya anteseden yang

dependen secara individual dengan

konsekuen maka uji independensi

anteseden secara bersama-sama dengan

konsekuen (proses a.2) tidak dilakukan.

a.2. Melakukan uji independensi anteseden secara

bersama-sama dengan konsekuennya. Langkah-

langkahnya sebagai berikut :

1) Menentukan hipotesis nol (H0) sebagai

berikut :

H0 : Pijk = Pi.. P.j. P..k ; dengan asumsi

bahwa dua variabel secara bersama-sama

independen dengan konsekuen.


23

2) Membuat tabel kontingensi multidimensional

berdasarkan semua kejadian dari anteseden

dan konsekuen.

3) Membuat tabel frekuensi harapan dengan

rumus sebagai berikut :

2

......N

nnnE kji

ijk = ....................... 2.7

dimana :

ijkE = nilai frekuensi harapan baris ke-i,

kolom ke-j, layer ke-k

in = jumlah marjinal baris ke-i

jn. = jumlah marjinal kolom ke-j

kn.. = jumlah marjinal layer ke-k

N = jumlah total frekuensi keseluruhan.

4) Melakukan uji Chi-Square dengan rumus

sebagai berikut :

( )∑∑∑= = =

−=

r

i

c

j

l

k ijk

ijkijk

EEn

1 1 1

22χ ............ 2.8

dimana :

r = jumlah baris

c = jumlah kolom

l = jumlah layer


24

5) Menghitung derajat kebebasan dengan rumus

sebagai berikut:

d.f = rcl – r – c – l + 2 ................... 2.9

6) Menggunakan tabel Chi-Square dengan

dan d.f untuk menentukan apakah anteseden

secara bersama-sama independen dengan

konsekuennya. Untuk tingkat kepercayaan

sebesar α, nilai kritiknya dapat diperoleh

dari tabel Chi-Square.

2χ

2αχ

7) Kesimpulan untuk nilai yang dihitung

dari penjumlahan semua sel adalah :

2αχ

• Bila ≤ 2χ 2αχ

Terima hipotesis nol yaitu anteseden

independen secara bersama-sama dengan

konsekuen.

• Bila > 2χ 2αχ

Tolak hipotesis nol dan terima hipotesis

alternatif yaitu anteseden yang dependen

secara bersama-sama dengan konsekuen.

Suatu kriteria tidak dapat dieliminasi.


25

8) Jika dalam proses uji independensi anteseden

secara bersama-sama di atas ditemukan :

• Anteseden independen secara bersama-

sama dengan konsekuen, maka

anteseden yang independen secara

individual dengan konsekuen (pada

proses a.1) dapat dieliminasi.

• Anteseden dependen secara bersama-

sama dengan konsekuen, maka semua

anteseden tersebut tidak dapat

dieliminasi.

b. Menyederhanakan aturan dengan mengeliminasi aturan

yang tidak perlu.

Penyederhanaan aturan selanjutnya yaitu dengan

mengeliminasi aturan yang tidak perlu. Default rule

merupakan salah satu cara untuk menyederhanakan aturan.

Default rule dibuat dengan mencari konsekuen yang

paling banyak dari aturan. Aturan yang memiliki

konsekuen tersebut dijadikan default rule.


26

E. Contoh Penerapan Algoritma Pohon Keputusan

Berikut ini adalah contoh permasalahan yang akan diselesaikan

dengan algoritma pohon keputusan untuk memutuskan mana cuaca yang

baik atau tidak baik dalam bermain golf. Target dari klasifikasi ini adalah

”Akankah kita bermain golf?”. Keputusannya dapat berupa YES atau NO.

Data cuaca yang digunakan memiliki 14 records dan 6 fields. Atribut data

terdiri dari atribut day, outlook, temperature, humidity, wind, dan play_golf.

Berikut ini adalah data yang diberikan :

Tabel 2.2 Data Cuaca

Day Outlook Temperature Humidity Wind Play_Golf D1 Sunny Hot High Weak No D2 Sunny Hot High Strong No D3 Overcast Hot High Weak Yes D4 Rain Mild High Weak Yes D5 Rain Cool Normal Weak Yes D6 Rain Cool Normal Strong No D7 Overcast Cool Normal Strong Yes D8 Sunny Mild High Weak No D9 Sunny Cool Normal Weak Yes D10 Rain Mild Normal Weak Yes D11 Sunny Mild Normal Strong Yes D12 Overcast Mild High Strong Yes D13 Overcast Hot Normal Weak Yes D14 Rain Mild High Strong No

Sumber : Ian H Witten and Eibe Frank

Data Mining Practical Machine Learning Tools and Techniques with Java

Implementation (Page 9 Table 1.2)


27

Langkah 1 : Mengubah data menjadi model pohon

1. Menentukan simpul terpilih

Untuk menentukan simpul awal dihitung nilai gain untuk setiap atribut

dengan menggunakan rumus 2.3. Sebelumnya dilakukan perhitungan nilai

entropi setiap kejadian dengan menggunakan rumus 2.1, sedangkan nilai

rata-rata entropi setiap atribut dihitung dengan menggunakan rumus 2.2.

a. Atribut outlook

Atribut outlook dengan kejadian-kejadiannya beserta jumlah nilai positif

dan negatifnya digambarkan sebagai berikut :

Gambar 2.3 Nilai Positif dan Negatif Kejadian Outlook.

Dari nilai positif dan negatif setiap kejadian dapat dihitung nilai entropi

masing-masing kejadian sebagai berikut :

Outlook = sunny (q1)

q1 = - P+ log2 P+ - P- log2 P-

q1 = 52

− log 2 52 -

53 log 2 5

3

q1= 0.97


28

Outlook = overcast (q2)

q2 = - P+ log2 P+ - P- log2 P-

q2 = -44 log 2 4

4 - 40 log 2 4

0

q2= 0

Outlook = rain (q3)

q3= - P+ log2 P+ - P- log2 P-

q3 = - 53 log 2 5

3 - 52 log 2 5

2

q3= 0.97

Nilai rata-rata entropi atribut outlook adalah :

E= ∑=

⎟⎟⎠

⎞⎜⎜⎝

⎛×⎟⎠⎞

⎜⎝⎛inst

ii

t

i enn

1

E= ⎟⎠⎞

⎜⎝⎛ × 1145 q + ⎟

⎠⎞

⎜⎝⎛ × 2144 q + ⎟

⎠⎞

⎜⎝⎛ × 3145 q

E= ⎟⎠⎞

⎜⎝⎛ × 97.0145 + ⎟

⎠⎞

⎜⎝⎛ × 0144 + ⎟

⎠⎞

⎜⎝⎛ × 97.0145

E= 0.69

Nilai gain atribut outlook dihitung berdasarkan rumus 2.3 adalah :

Gain (S,Outlook) = Soutlook (P+ , P-) – E(outlook)

Soutlook P+ = 9 ; Soutlook P- = 5

S (9,5) = -149 log2

149 -

145 log2

145

S (9,5) = 0.94

Gain (S, outlook) = 0.94 – 0.69 = 0.25


29

b. Atribut temperature

Atribut temperature dengan kejadian-kejadiannya beserta jumlah nilai

positif dan negatifnya digambarkan sebagai berikut :

Gambar 2.4 Nilai Positif dan Negatif Kejadian Temperature



Temperature = hot (q1)

q1 = - P+ log2 P+ - P- log2 P-

q1= - 42 log 2 4

2 - 42 log 2 4

2

q1= 1

Temperature = cool (q2)

q2= - P+ log2 P+ - P- log2 P-

q2= - 43 log 2 4

3 - 41 log 2 4

1

q2= 0.81125


30

Temperature = mild (q3)

q3= - P+ log2 P+ - P- log2 P-

q3= - 64 log 2 6

4 - 62 log 2 6

2

q3= 0.917

Nilai rata-rata entropi atribut temperature adalah :

E= ∑=

⎟⎟⎠

⎞⎜⎜⎝

⎛×⎟⎠⎞

⎜⎝⎛inst

ii

t

i enn

1

E= ⎟⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ × 3

1462

1441

144 qqq

E= ⎟⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ × 918.0

146811.0

1441

144

E= 0.91

Nilai gain atribut temperature dihitung berdasarkan rumus 2.3 adalah :

Gain (S,Temperature) = Stemperature (P+ , P-) – E(temperature)

Stemperature P+ = 9 ; Stemperature P- = 5

S (9,5) = -149 log2

149 -

145 log2

145

S (9,5) = 0.94

Gain (S, temperature) = 0.94 – 0.91 = 0.03


31

c. Atribut Humidity

Atribut humidity dengan kejadian-kejadiannya beserta jumlah nilai positif


Gambar 2.5 Nilai Positif dan Negatif Kejadian Humidity



Humidity = high (q1)

q1 = - P+ log2 P+ - P- log2 P-

q1 = - 73 log 2 7

3 - 74 log 2 7

4

q1 = 0.985

Humidity = normal (q2)

q2= - P+ log2 P+ - P- log2 P-

q2 = -76 log 2 7

6 - 71 log 2 7

1

q2= 0.591


32

Nilai rata-rata entropi atribut humidity adalah :

E= ∑=

⎟⎟⎠

⎞⎜⎜⎝

⎛×⎟⎠⎞

⎜⎝⎛inst

ii

t

i enn

1

E= ⎟⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ × 2

1471

147 qq

E= ⎟⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ × 0.591

1470.985

147

E= 0.79

Nilai gain atribut humidity dihitung berdasarkan rumus 2.3 adalah :

Gain (S,Humidity) = Shumidity (P+ , P-) – E(humidity)

Shumidity P+ = 9 ; Shumidity P- = 5

S (9,5) = -149 log2

149 -

145 log2

145

S (9,5) = 0.94

Gain (S, Humidity) = 0.94 – 0.79 = 0.15

d. Atribut wind

Atribut wind dengan kejadian-kejadiannya beserta jumlah nilai positif


Wind

2 positif 3 negatif

7 positif 2 negatif

Strong

Weak

Gambar 2.6 Nilai Positif dan Negatif Kejadian Wind


33

Wind = strong (q1)

q1 = - P+ log2 P+ - P- log2 P-

q1= - 52 log 2 5

2 - 53 log 2 5

3

q1 = 0.97

Wind = weak (q2)

q2 = - P+ log2 P+ - P- log2 P-

q2 = - 97 log 2 9

7 - 92 log 2 9

2

q2 = 0.763

Nilai rata-rata entropi atribut wind adalah :

E= ∑=

⎟⎟⎠

⎞⎜⎜⎝

⎛×⎟⎠⎞

⎜⎝⎛inst

ii

t

i enn

1

E= ⎟⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ × 2

1491

145 qq

E= ⎟⎠⎞

⎜⎝⎛ ×+⎟

⎠⎞

⎜⎝⎛ × 0.46

1491

145

E= 0.84

Nilai gain atribut wind dihitung berdasarkan rumus 2.3 adalah :

Gain (S,Wind) = Swind (P+ , P-) – E(wind)

Swind P+ = 9 ; Swind P- = 5

S (9,5) = -149 log2

149 -

145 log2

145

S (9,5) = 0.94

Gain (S, Wind) = 0.94 – 0.84 = 0.1


34

Dari pencarian nilai gain di atas didapatkan tabel nilai gain sebagai

berikut :

Tabel 2. 3 Nilai Gain Untuk Menentukan Simpul Awal Setiap Atribut

Atribut Nilai Gain Outlook 0.25

Temperature 0.03 Humidity 0.15

Wind 0.1

Dari tabel di atas diperoleh nilai gain yang paling besar yaitu nilai gain

atribut Outlook. Sehingga outlook terpilih sebagai simpul awal.

2. Menyusun pohon

Menyusun pohon dimulai dari simpul terpilih pada langkah

ke-1 sebagai berikut :

Outlook

Sunny Overcast Rain

D1 (-)D2 (-)D8 (-)D9 (+)

D11 (+)

D3 (+)D7 (+)D12 (+)D13 (+)

D4 (+)D5 (+)D6 (-)

D10 (+)D14 (-)

Gambar 2.7 Pohon Awal

Dari pohon di atas kita tentukan simpul daun selanjutnya.

Simpul yang akan bercabang adalah simpul pada kejadian yang

memiliki nilai positif dan negatif. Kejadian yang memiliki nilai

positif dan negatif adalah kejadian sunny (D1 (-), D2 (-),


35

D8 (-),D9 (+), D11 (+) ) dan rain (D4 (+), D5 (+), D6 (-), D10 (+),

D14 (-) ). Atribut outlook yang akan memiliki simpul daun

selanjutnya adalah sunny dan rain. Untuk menentukan atribut

simpul keputusan di bawah atribut sunny maka dilakukan

penghitungan nilai gain dari atribut yang tersisa yaitu

temperature, humidity dan wind. Nilai gain yang terbesar akan

menjadi simpul keputusan di bawah sunny.

Gain(Ssunny,Wind)=Entropi(Ssunny)-

),(53 weakSsunnyentropi× - ),(

52 strongSsunnyentropi× = 0.029

Gain(Ssunny,Humidity)=Entropi(Ssunny)-

),(53 highSsunnyentropi× - ),(

52 normalSsunnyentropi× = 0.976

Gain(Ssunny,Temperature)=Entropi(Ssunny)-

),(52 hotSsunnyentropi× - ),(

52 mildSsunnyentropi× -

),(51 coolSsunnyentropi× = 0.576

Selanjutnya dilakukan perhitungan nilai gain untuk

menentukan atribut simpul keputusan di bawah nilai Rain

Gain(Srain,Wind)=Entropi(Srain)- ),(53 weakSrainentropi× -

),(52 strongSrainentropi× = 0.976

Gain(Srain,Temperature)=Entropi(Srain)-

),(53 mildSrainentropi× - ),(

52 coolSrainentropi× = 0.029


36

Tabel 2.4 Nilai GainUntuk Menentukan Simpul Selanjutnya

Atribut Nilai Gain Gain(Ssunny,Wind) 0.029

Gain(Ssunny,Humidity) 0.976 Gain(Ssunny,Temperature) 0.576

Gain(Srain,Wind) 0.976 Gain(Srain,Temperature) 0.029

Dari tabel di atas atribut humidity terpilih sebagai simpul

selanjutnya di bawah atribut sunny karena memiliki nilai gain yang

paling besar, sehingga pohon menjadi sebagai berikut :

Gambar 2.8 Percabangan Pohon

Pohon di atas tidak memiliki percabangan lagi karena pada setiap

kejadiannya sudah memiliki nilai yang homogen.


37

Langkah 2 : Mengubah simpul pohon menjadi aturan

Pada gambar 2.8 diubah menjadi aturan if..then sebagai berikut :

Tabel 2.5 Aturan If..Then Yang Belum Disederhanakan

Aturan If Then 1 Outlook = sunny ^ humidity = high Play_Golf = No 2 Outlook = sunny ^ humidity = normal Play_Golf = Yes 3 Outlook = overcast Play_Golf = Yes 4 Outlook = rain ^ wind = strong Play_Golf = No 5 Outlook = rain ^ wind = weak Play_Golf = Yes

Langkah 3 : Menyederhanakan Aturan

a. Menyederhanakan aturan dengan membuang anteseden yang tidak

perlu.

Pada langkah ini anteseden yang tidak diperlukan dieliminasi.

Dalam aturan sebelumnya (tabel 2.5) aturan yang memiliki lebih

dari satu anteseden adalah aturan 1, 2, 4, 5 dengan anteseden

outlook, humidity dan wind. Untuk menyederhanakan aturan

dilakukan uji independen untuk setiap anteseden secara individual

sebagai berikut :

1) Hipotesis Nol (H0): outlook (anteseden) dan play_golf

(konsekuen) independen.

Outlook

a) Membuat tabel kontingensi yang memuat nilai frekuensi

pengamatan (oij)


38

Tabel 2.6 Tabel Kontingensi Outlook

Play_Golf Outlook

Yes No Jumlah_Marjinal

Sunny 2 3 5

No_Sunny 7 2 9

Jumlah Marjinal 9 5 14

b) Menghitung frekuensi harapan tiap sel dengan

menggunakan rumus 2.3 yaitu :

Frekuensi harapan pada sel X11 =

11e = T

CR TT 11 ×→ e11 =

1495× = 3.21


12e = T

CR TT 21 ×→ e12 =

1455× = 1.79


21e = T

CR TT 12 ×→ e21 =

1499× = 5.79


22e = T

CR TT 22 ×→ e22 =

1459× = 3.21

Tabel nilai frekuensi harapan berdasarkan perhitungan:

Tabel 2.7 Nilai Frekuensi Harapan Outlook

Play_Golf Outlook

Yes No Sunny 3.21 1.79

No Sunny 5.79 3.21


39

c) Dari tabel 2.7 di atas diketahui bahwa tidak ada nilai

frekuensi harapan Outlook yang kurang dari 1 dan nilai

frekuensi harapan yang kurang dari 5 lebih dari 20%.

Berdasarkan aturan Cochran, nilai frekuensi harapan

outlook tidak memenuhi untuk menggunakan uji Chi-

Square.

2) Hipotesis Nol (H0): humidity (anteseden) dan play_golf

(konsekuen) independen.

Humidity

a) Membuat tabel kontingensi yang memuat nilai frekuensi

pengamatan (oij)

Tabel 2.8 Tabel Kontingensi Humidity

Play_Golf Humidity


High 3 4 7

Normal 6 1 7





11e = T

CR TT 11 ×→ e11 =

1497×

= 4.5


40


12e = T

CR TT 21 ×→ e12 =

1457× = 2.5


21e = T

CR TT 12 ×→ e21 =

1497× = 4.5


22e = T

CR TT 22 ×→ e22 =

1457× = 2.5

Tabel nilai frekuensi harapan berdasarkan perhitungan di atas :

Tabel 2.9 Nilai Frekuensi Harapan Humidity

Play_Golf Humidity

Yes No

High 4.5 2.5

Normal 4.5 2.5


frekuensi harapan Humidity yang kurang dari 1 dan nilai


Berdasarkan aturan Cochran, nilai frekuensi harapan

humidity tidak memenuhi untuk menggunakan uji Chi-

Square.


41

3) Hipotesis H0: wind (anteseden) dan play_golf (konsekuen)

independen.

Wind

a) Membuat tabel kontigensi yang memuat nilai frekuensi

pengamatan (oij)

Tabel 2.10 Tabel Kontingensi Wind

Play_Golf Wind


Strong 2 3 5

Weak 7 2 9





11e = T

CR TT 11 ×→ e11 =

1495× = 3.21


12e = T

CR TT 21 ×→ e12 =

1455× = 1.78


21e = T

CR TT 12 ×→ e21 =

1499× = 5.78


42


22e = T

CR TT 22 ×→ e22 =

1459× = 3.21

Tabel nilai frekuensi harapan berdasarkan perhitungan :

Tabel 2.11 Nilai Frekuensi Harapan Wind

Play_Golf Wind

Yes No

Strong 3.21 1.78

Weak 5.78 3.21


frekuensi harapan Wind yang kurang dari 1 dan nilai


Berdasarkan aturan Cochran, nilai frekuensi harapan wind

tidak memenuhi untuk menggunakan uji Chi-Square.

Kesimpulan: Nilai frekuensi harapan yang kecil dari setiap anteseden

(outlook, humidity dan wind) mengakibatkan pengujian

independensi anteseden secara individual menggunakan

uji Chi-Square tidak dapat digunakan. Aturan yang

berlaku masih sama dengan aturan pada tabel 2.5.

2. Menyederhanakan aturan dengan membuang aturan yang tidak

perlu

Penyederhanaan aturan dapat dilakukan dengan menggunakan default

rule. Default rule diperoleh dengan mencari konsekuen yang paling


43

banyak. Pada tabel 2.5 diperoleh Yes sebagai konsekuen yang paling

banyak dari aturan yang terbentuk. Ketiga aturan dengan konsekuen Yes

dijadikan default rule. Aturan yang paling sederhana diperoleh sebagai

berikut :

Tabel 2.12 Aturan Yang Paling Sederhana

Aturan Rule Then 1 Outlook = sunny ^ humidity = high Play_Golf = No 2 Outlook = rain ^ wind = strong Play_Golf = No

Default rule Play_Golf = Yes

Langkah 4 : Hasil Prediksi Pada Data Training

Hasil prediksi pada data training sebagai berikut :

Tabel 2.13 Hasil Prediksi Pada Data Training

Day Outlook Temperature Humidity Wind Play_Golf Prediksi D1 Sunny Hot High Weak No No D2 Sunny Hot High Strong No No D3 Overcast Hot High Weak Yes Yes D4 Rain Mild High Weak Yes Yes D5 Rain Cool Normal Weak Yes Yes D6 Rain Cool Normal Strong No No D7 Overcast Cool Normal Strong Yes Yes D8 Sunny Mild High Weak No No D9 Sunny Cool Normal Weak Yes Yes D10 Rain Mild Normal Weak Yes Yes D11 Sunny Mild Normal Strong Yes Yes D12 Overcast Mild High Strong Yes Yes D13 Overcast Hot Normal Weak Yes Yes D14 Rain Mild High Strong No No

Dari hasil prediksi pada data training di atas tidak didapatkan kesalahan prediksi

dari 14 data sehingga besar kesalahan prediksi yaitu sebesar 0%.


44

BAB III

ANALISA DAN PERANCANGAN SISTEM

A. Identifikasi dan Analisa Sistem

Organisasi veteran Amerika merupakan organisasi nirlaba yang

menyediakan layanan pengobatan bagi para pejuang veteran Amerika

Serikat yang menderita lumpuh. Organisasi ini memperoleh dana melalui

pengiriman surat yang direspon oleh donatur. Surat yang dikirimkan juga

merupakan hadiah bagi donatur dalam bentuk kalender, kartu ucapan, stiker

dan lain-lain. Jika organisasi memiliki 3 juta donatur dan mengeluarkan

biaya 10 dollar per surat maka biaya yang akan dihabiskan adalah

30.000.000 dollar. Dalam setahun dana yang harus dikeluarkan adalah

360.000.000 dollar. Dana yang dihabiskan sebesar 360.000.000 dollar akan

menjadi pengeluaran yang sia-sia jika kurang mendapat respon dari para

donatur.

Masalah yang dialami oleh organisasi nirlaba ini dapat diatasi

menggunakan data mining melalui model klasifikasi. Dalam tugas akhir ini

digunakan model klasifikasi untuk mengetahui profil donatur yang selama

ini memberikan respon terhadap salah satu bentuk pengiriman surat yaitu

pengiriman surat dengan kartu kosong pada tahun 1997 yang diberi kode

97_NK. Identifikasi profil donatur yang memberikan respon ini bertujuan

untuk mengurangi biaya pengeluaran yang sia-sia.

44


45

Dalam tugas akhir ini sampel data yang digunakan sebanyak 350

records dan 67 atribut. Sampel data tersebut diambil dari dataset donatur

organisasi veteran Amerika yang disediakan oleh situs

http://kdd.ics.uci.edu/ databases/ kddcup98/ kddcup98.html.

B. Perancangan Sistem

1. Input

Data-data yang diperoleh dibagi dalam dua tabel secara random

yaitu sebagai tabel training dan tabel tes. Data yang akan digunakan dalam

proses penambangan data adalah data pada tabel training yang diberi nama

tabel member.db. Model klasifikasi dari proses penambangan data yang

diperoleh selanjutnya diimplementasikan ke dalam tabel tes untuk diuji

tingkat keakuratannya.

Atribut-atribut yang terdapat dalam tabel training sama dengan

atribut-atribut yang terdapat dalam tabel tes, kecuali satu atribut tambahan

dalam tabel tes yaitu atribut PREDIKSI. Atribut PREDIKSI digunakan

untuk menghitung tingkat keakuratan model klasifikasi.

Berikut ini atribut yang terdapat dalam tabel training :

Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training

Variable Description CONTROLN Control number (unique record identifier)

ODATE Origin Date. Date of donor's first gift to PVA YYMM format (Year/Month).


46

Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training (Lanjutan)

Variable Description MAILCODE Mail Code

PVASTATE Indicates whether the donor lives in a state served by the

organization's EPVA chapter

NOEXCH Do Not Exchange Flag (For list rental) RECINHSE In House File Flag

RECP3 P3 File Flag RECPGVG Planned Giving File Flag

RECSWEEP Sweepstakes file flag TCODE Donor title code

MDMAUD The Major Donor Matrix code DOMAINX DOMAIN/Cluster code. CLUSTER CLUSTER

AGE Overlay Age AGEFLAG Age Flag

HOMEOWNR Home Owner Flag NUMCHLD NUMBER OF CHILDREN

INCOME HOUSEHOLD INCOME GENDER Gender WEALTH Wealth Rating

MBCRAFT Buy Craft Hobby MBGARDEN Buy Gardening MBBOOKS Buy Books MBCOLECT Buy Collectables MAGFAML Buy General Family Mags MAGFEM Buy Female Mags

MAGMALE Buy Sports Mags PUBGARDN Gardening Pubs PUBCULIN Culinary Pubs PUBHLTH Health Pubs PUBDOITY Do It Yourself Pubs PUBNEWFN News / Finance Pubs PUBPHOTO Photography Pubs

PUBOPP Opportunity Seekers Pubs DATASRCE Source of Overlay Data MALEMILI % Males active in the Military

VETS %Vets GOV % Employed by Gov

SOLP3 SOLICIT LIMITATION CODE P3 SOLIH SOLICITATION LIMIT CODE IN HOUSE MAJOR Major ($$) Donor Flag

COLLECT1 COLLECTABLE (YES/NO)


47

Tabel 3.1 Deskripsi Atribut (Variable) Tabel Training (Lanjutan)

Variable Description VETERANS VETERANS (YES/NO)

BIBLE BIBLE READING (YES/NO) CATLG SHOP BY CATALOG (YES/NO) HOMEE WORK FROM HOME (YES/NO)

PETS HOUSEHOLD PETS (YES/NO) CDPLAY CD PLAYER OWNERS (YES/NO) STEREO STEREO/RECORDS/TAPES/CD (YES/NO)

PCOWNERS HOME PC OWNERS/USERS (YES/NO) PHOTO PHOTOGRAPHY (YES/NO) CRAFTS CRAFTS (YES/NO) FISHER FISHING (YES/NO)

GARDENIN GARDENING (YES/NO) BOATS POWER BOATING (YES/NO)

WALKER WALK FOR HEALTH (YES/NO) KIDSTUFF BUYS CHILDREN'S PRODUCTS (YES/NO)

CARDS STATIONARY/CARDS BUYER (YES/NO) PLATES PLATE COLLECTOR (YES/NO) LIFESRC LIFE STYLE DATA SOURCE

PEPSTRFL Indicates PEP Star RFA Status HPHONE_D Presence of a published home

RFA_2R Recency code for RFA_2 RFA_2F Frequency code for RFA_2 RFA_2A Donation Amount code for RFA_2

MDMAUD_R Recency code for MDMAUD MDMAUD_F Frequecy code for MDMAUD MDMAUD_A Donation Amount code for MDMAUD CLUSTER2 Classic Cluster Code (a nominal symbolic field) GEOCODE2 County Size Code TARGET_B Indicator for Response to 97NK Mailing

Nilai kejadian atribut-atribut di atas berada pada rentang nilai yang

besar sehingga penulis melakukan pengelompokan nilai kejadian dengan

rentang nilai yang lebih kecil untuk memudahkan proses pengambilan

keputusan. Pengelompokan nilai kejadian dilakukan secara intuitif.


48

Berikut ini hasil pengelompokan nilai kejadian dari setiap atribut :

Tabel 3.2 Nilai Kejadian Atribut ODATEDW Year (dua digit pertama)

KEJADIAN DESKRIPSI

Y1 80-85 Y2 86-90 Y3 91-95 Y4 > 95

Tabel 3.3 Nilai Kejadian Atribut ODATEDW Month (dua digit terakhir)

KEJADIAN DESKRIPSI

M1 01-03 M2 04-06 M3 07-09 M4 10-11

Misalnya : ODATEDW 8901 menjadi Y2M1

Tabel 3.4 Nilai Kejadian Atribut MAILCODE

KEJADIAN DESKRIPSI OK Address is OK B Bad address

Tabel 3.5 Nilai Kejadian Atribut PVASTATE

KEJADIAN DESKRIPSI

P PVA State E EPVA State (Northeastern US) U Unkknown


49

Tabel 3.6 Nilai Kejadian Atribut NOEXCH

KEJADIAN DESKRIPSI 0 Can be exchanged X Do not exchanged

Tabel 3.7 Nilai Kejadian Atribut RECINHSE

KEJADIAN DESKRIPSI U Not an In House record X Donor has given to PVA’s In House programme

Tabel 3.8 Nilai Kejadian Atribut RECP3

KEJADIAN DESKRIPSI U Not a P3 record X Donor has given to PVA’s P3 programme

Tabel 3.9 Nilai Kejadian Atribut RECPGVG

KEJADIAN DESKRIPSI U Not a Planned Giving record X Planned Giving record

Tabel 3.10 Nilai Kejadian Atribut RECSWEEP

KEJADIAN DESKRIPSI U Not a Sweepstakes record X Sweepstakes record


50

Tabel 3.11 Nilai Kejadian Atribut TCODE

KEJADIAN DESKRIPSI 000 - 001 MR.

001001 MESSRS. 001002 MR. & MRS.

002 MRS. 002002 MESDAMES

003 MISS 003003 MISSES

004 DR. 004002 DR. & MRS. 004004 DOCTORS

005 MADAME 006 SERGEANT 009 RABBI 010 PROFESSOR

010002 PROFESSOR & MRS. 010010 PROFESSORS

011 ADMIRAL 011002 ADMIRAL & MRS.

012 GENERAL 012002 GENERAL & MRS.

013 COLONEL 013002 COLONEL & MRS.

014 CAPTAIN 014002 CAPTAIN & MRS.

015 COMMANDER 015002 COMMANDER & MRS.

016 DEAN 017 JUDGE

017002 JUDGE & MRS. 018 MAJOR

018002 MAJOR & MRS. 019 SENATOR 020 GOVERNOR

021002 SERGEANT & MRS. 022002 COLNEL & MRS.

024 LIEUTENANT 026 MONSIGNOR 027 REVEREND


51

Tabel 3.11 Nilai Kejadian Atribut TCODE (Lanjutan)

KEJADIAN DESKRIPSI 029 BISHOP 031 AMBASSADOR

031002 AMBASSADOR & MRS. 033 CANTOR 036 BROTHER 037 SIR 038 COMMODORE 040 FATHER 042 SISTER 043 PRESIDENT 044 MASTER 046 MOTHER 047 CHAPLAIN 048 CORPORAL 050 ELDER 056 MAYOR

059002 LIEUTENANT & MRS. 062 LORD 063 CARDINAL 064 FRIEND 065 FRIENDS 068 ARCHDEACON 069 CANON 070 BISHOP

072002 REVEREND & MRS. 073 PASTOR 075 ARCHBISHOP 085 SPECIALIST 087 PRIVATE 089 SEAMAN 090 AIRMAN 091 JUSTICE 092 MR. JUSTICE 100 M. 103 MLLE. 104 CHANCELLOR 106 REPRESENTATIVE 107 SECRETARY 108 LT. GOVERNOR


52

Tabel 3.11 Nilai Kejadian Atribut TCODE (Lanjutan)

KEJADIAN DESKRIPSI 109 LIC. 111 SA. 114 DA. 116 SR. 117 SRA. 118 SRTA. 120 YOUR MAJESTY 122 HIS HIGHNESS 123 HER HIGHNESS 124 COUNT 125 LADY 126 PRINCE 127 PRINCESS 128 CHIEF 129 BARON 130 SHEIK 131 PRINCE AND PRINCESS 132 YOUR IMPERIAL MAJEST 135 M. ET MME. 210 PROF.

Tabel 3.12 Nilai Kejadian Atribut MDMAUD

KEJADIAN DESKRIPSI First byte: Recency of Giving See the section of Recency

Second byte : Frequency of Giving See the section of Frequency Third byte : Amount of Giving See the section of Amount

4th byte: Blank/meaningless/filler 'X' indicates that the donor is not a major donor.

An RFA (Recency / Frequency / Amount) field of MDMAUD

Tabel 3.13 Nilai Kejadian 1st Byte Recency of Giving

KEJADIAN DESKRIPSI C Current Donor L Lapsed Donor I Inactive Donor D Dormant Donor


53

Tabel 3.14 Nilai Kejadian 2nd Byte: Frequency of Giving

KEJADIAN DESKRIPSI 1 One gift in the period of recency 2 Two-Four gifts in the period of recency 3 Five+ gifts in the period of recency

Tabel 3.15 Nilai Kejadian 3rd Byte: Amount of Giving

KEJADIAN DESKRIPSI L Less than $100(Low Dollar) C $100-499(Core) M $500-999(Major) T =$1,000+(Top)

Tabel 3.16 Nilai Kejadian Atribut DOMAINX

KEJADIAN DESKRIPSI 00 DOMAINX empty 01 A-M 02 N-Z

Ket: Pengelompokan berdasarkan huruf depan (digit pertama )

Tabel 3.17 Nilai Kejadian Atribut Cluster

KEJADIAN DESKRIPSI A 1-20 B 21-40 C 41-60 D 61-80 E 81-100 X Empty

Tabel 3.18 Nilai Kejadian Atribut AGE

KEJADIAN DESKRIPSI Middle-aged 21-40

Old 41-70 Older >71

U Unknown


54

Tabel 3.19 Nilai Kejadian Atribut AGEFLAG

KEJADIAN DESKRIPSI E Exact I Inferred from Date Of Birth U Unknown

Tabel 3.20 Nilai Kejadian Atribut HOMEOWNR

KEJADIAN DESKRIPSI H Home owner U Unknown

Tabel 3.21 Nilai Kejadian Atribut NUMCHLD

KEJADIAN DESKRIPSI 0 Empty 1 0ne child

> 1 More than one child

Tabel 3.22 Nilai Kejadian Atribut INCOME

KEJADIAN DESKRIPSI Low 1-3

Medium 4-6 High 7-10 None Empty

Tabel 3.23 Nilai Kejadian Atribut GENDER

KEJADIAN DESKRIPSI M Male F Female J Joint account, unknown gender


55

Tabel 3.24 Nilai Kejadian Atribut WEALTH

KEJADIAN DESKRIPSI 0 1 2 3 4 5 6 7 8 9

Wealth rating uses median family income and population statistics from each area to index relative wealth within each state.

The segments are denoted 0-9, with 9 being the highest income group and zero being the lowest.

Each rating has a different meaning within each state.

Tabel 3.25 OTHER TYPES OF MAIL ORDER OFFERS

ATRIBUT DESKRIPSI KEJADIAN MBCRAFT Buy Craft Hobby See table 3.26

MBGARDEN Buy Gardening See table 3.26 MBBOOKS Buy Books See table 3.26 MBCOLECT Buy Collectables See table 3.26 MAGFAML Buy General Family Mags See table 3.26 MAGFEM Buy Female Mags See table 3.26

MAGMALE Buy Sports Mags See table 3.26 PUBGARDN Gardening Pubs See table 3.26 PUBCULIN Culinary Pubs See table 3.26 PUBHLTH Health Pubs See table 3.26 PUBDOITY Do It Yourself Pubs See table 3.26 PUBNEWFN News / Finance Pubs See table 3.26 PUBPHOTO Photography Pubs See table 3.26

PUBOPP Opportunity Seekers Pubs See table 3.26

Tabel 3.26 Nilai Kejadian Atribut OTHER TYPES OF MAIL ORDER

OFFERS

KEJADIAN DESKRIPSI 0 Not responded to other types of mail order offers 1 Once time has responded to other types of mail order offers

>1 More than once time has responded to other types of mail order offers


56

Tabel 3.27 Nilai Kejadian Atribut DATASRCE

KEJADIAN DESKRIPSI 1 Metro mail 2 Polk 3 Both

Tabel 3.28 Nilai Kejadian Atribut MALEMILI

KEJADIAN DESKRIPSI 0 Empty 1 One percent

> 1 More than one percent

Tabel 3.29 Nilai Kejadian Atribut VETS

KEJADIAN DESKRIPSI 0 Empty

MALE Males veterans VIET Vietnam vets WWII WWII vets

Tabel 3.30 Nilai Kejadian Atribut GOV

KEJADIAN DESKRIPSI 0 Empty

LOCAL Employed by LOCAL gov STATE Employed by STATE gov

FED Employed by FED gov

Tabel 3.31 Nilai Kejadian Atribut SOLP3

KEJADIAN DESKRIPSI D Can be mailed (Default) 00 Do not solicit or mail 01 One solicitations per year 02 Two solicitations per year 03 Three solicitations per year 04 Four solicitations per year 05 Five solicitations per year 06 Six solicitations per year 12 Twelve solicitations per year


57

Tabel 3.32 Nilai Kejadian Atribut SOLIH

KEJADIAN DESKRIPSI D Can be mailed (Default) 00 Do not solicit or mail 01 One solicitations per year 02 Two solicitations per year 03 Three solicitations per year 04 Four solicitations per year 05 Five solicitations per year 06 Six solicitations per year 12 Twelve solicitations per year

Tabel 3.33 Nilai Kejadian Atribut MAJOR

KEJADIAN DESKRIPSI 0 Not a major flag X Major donor

Tabel 3.34 Nilai Kejadian Atribut LIFESRC

KEJADIAN DESKRIPSI 0 If LIFESRC empty 1 Matched on metro mail only 2 Matched on polk only 3 Matched on metro mail and polk

Tabel 3.35 Nilai Kejadian Atribut PEPSTRFL

KEJADIAN DESKRIPSI B Not Considered to be a PEP Star (Empty) X Has PEP Star RFA Status

Tabel 3.36 Nilai Kejadian Atribut HPHONE_D

KEJADIAN DESKRIPSI 0 Does not presence of a published home number 1 Presence of a published home number


58

Tabel 3.37 Nilai Kejadian Atribut RFA_2

Atribut DESKRIPSI RFA_2R See the section on RFA, Recency code for RFA_2 RFA_2F See the section on RFA, Frequency code for RFA_2 RFA_2A See the section on RFA, Donation Amount code for RFA_2

RFA_2 : mailing was use to construct the target fields (TARGET_B)

An RFA (Recency / Frequency / Amount) field of RFA_2

Tabel 3.38 Nilai Kejadian 1st Byte Recency of Giving

KEJADIAN DESKRIPSI F First time donor. Anyone who has made their first donation

in the last 6 months and has made just one donation. N New donor. Anyone who has made their first donation in the

last 12 months and is not a First time donor. This is everyone who made their first donation 7-12 months ago, or people who made their first donation between 0-6 months ago and have made 2 or more donations.

A Active Donor. Anyone who made their first donation more than 12 months ago and has made a donation in the last 12 months.

L Lapsing Donor. A previous donor who made their last donation between 13-24 months ago.

I Inactive donor. A previous donor who has not made a donation in the last 24 months. It is people who made a donation 25+ months ago.

S Star donor. Donors are individuals who have given to 3 consecutive card mailings.

Tabel 3.39 Nilai Kejadian 2nd Byte: Frequency of Giving

KEJADIAN DESKRIPSI 1 One gift in the period of recency 2 Two gifts in the period of recency 3 Three gifts in the period of recency 4 Four or more gifts in the period of recency


59

Tabel 3.40 Nilai Kejadian 3rd Byte: Amount of Giving

KEJADIAN DESKRIPSI A $0.01 - $1.99 B $2.00 - $2.99 C $3.00 - $4.99 D $5.00 - $9.99 E $10.00 - $14.99 F $15.00 - $24.99 G $25.00 and above

Tabel 3.41 Nilai Kejadian Atribut TARGET_B (Atribut Keputusan)

Atribut DESKRIPSI YES Response to 97 NK Mailing NO Does not response to 97 NK Mailing

2. Proses

Proses-proses yang terjadi dalam model klasifikasi TARGET_B

adalah sebagai berikut :

A. Mengubah data menjadi model pohon aturan

1) Menentukan simpul awal

Simpul awal ditentukan dengan menghitung nilai gain

setiap atribut dimana atribut dengan nilai gain terbesar

yang menjadi simpul awal.

Proses menghitung nilai gain adalah sebagai berikut :

a) Menghitung jumlah keseluruhan sampel data.

b) Menghitung jumlah kejadian dari atribut

keputusan. Dalam sampel data terdapat dua kelas


60

kejadian yang berbeda, yaitu TARGET_B=YES

dan TARGET_B=NO.

c) Hasil perhitungan dari langkah (b) di atas

digunakan untuk menghitung nilai entropi untuk

keseluruhan sampel.

Rumus yang digunakan adalah rumus 2.1, yaitu….

entropi (S) = - P+ log2 P+ - P- log2 P-

dimana :

S = ruang sampel data training

P+ = rasio dari kejadian TARGET_B = YES

P- = rasio dari kejadian TARGET_B=NO

d) Menghitung jumlah atribut dan kejadian dari setiap

atribut tersebut.

e) Menghitung nilai entropi setiap atribut berdasarkan

kejadian yang dimiliki dengan menggunakan

rumus dari langkah c.

f) Menghitung nilai rata-rata entropi setiap atribut

berdasarkan rumus 2.2, yaitu sebagai berikut :

E = ∑=

⎟⎟⎠

⎞⎜⎜⎝

⎛×⎟⎠⎞

⎜⎝⎛inst

ii

t

i enn

1

dimana :

inst = jumlah kejadian

ni = jumlah data kejadian ke-i

nt = jumlah total data keseluruhan


61

ei = nilai entropi kejadian ke-i

g) Menghitung nilai gain setiap atribut berdasarkan

rumus 2.3, yaitu sebagai berikut :

Gain(S A) =Entropi (S) – Nilai rata-rata Entropi(S)

dimana :

S = ruang sampel data training yaitu sampel data

dalam tabel member.

A = atribut dalam sampel data training yaitu

sampel data dalam tabel member.

Gain (S A) adalah informasi yang diperoleh

melalui percabangan simpul pada atribut A .

h) Atribut dengan nilai gain terbesar dipilih sebagai

simpul awal.

2) Menyusun pohon

Pohon keputusan yang terbentuk dalam setiap tingkat

disimpan dalam sebuah tabel yang dideklarasikan

dengan variabel bertipe array. Struktur variabel array

ini memiliki range indeks yang dinamis sesuai dengan

banyaknya kejadian dari atribut yang menjadi simpul

awal. Hal ini bertujuan untuk mengatasi percabangan

pohon keputusan yang belum diketahui secara pasti.


62

Setelah diperoleh atribut yang menjadi simpul awal,

maka pohon keputusan disusun dengan langkah sebagai

berikut :

a) Membentuk percabangan simpul awal berdasarkan

kejadian-kejadian atribut yang menjadi simpul awal.

b) Pada tingkat ke-2 dan seterusnya dari pohon

keputusan, simpul awal diperoleh dengan

mengulangi proses pada langkah 1 (Menentukan

simpul awal) secara rekursif. Sebuah atribut yang

sudah menjadi simpul awal tidak diikutsertakan

dalam perhitungan simpul awal di tingkat

selanjutnya. Proses rekursif percabangan pohon

keputusan dihentikan jika semua sampel data sudah

berada pada kelas yang sama (homogen).

c) Aturan yang dihasilkan dari proses ini disimpan

dalam sebuah tabel dengan nama aturan.db. Tabel

aturan memiliki struktur tabel yang sama dengan

tabel training.

B. Menyederhanakan aturan

Jumlah sampel data yang ada dalam program ini tidak

memungkinkan untuk melakukan pemangkasan pohon


63

keputusan (prunned tree) dengan uji statistik sehingga

penulis hanya melakukan penyederhanaan aturan.

Penyederhanaan aturan dilakukan dengan membuat

default rule. Default Rule diperoleh dengan menghitung

nilai konsekuen terbanyak dari tabel aturan. Proses

selanjutnya adalah melakukan eliminasi aturan

berdasarkan default rule.

C. Pengujian Aturan Pada Tabel Tes

a) Aturan-aturan yang sudah disederhanakan, diuji ke

dalam tabel tes. Pengujian dilakukan dengan

membandingkan data yang terdapat antara atribut

TARGET_B dan PREDIKSI. Hal ini bertujuan

untuk mengetahui tingkat keakuratan aturan.

b) Pengguna dapat melakukan pengujian aturan

dengan memasukkan aturan-aturan yang

dikehendaki berdasarkan pilihan atribut dan

kejadian yang ada.

3. Output

Output dari sistem yang dibuat adalah sebagai berikut :

a. Menampilkan data yang terdapat dalam tabel training dan tabel

tes. Data ditampilkan secara detail meliputi nama atribut dan


64

kejadian-kejadian yang dimiliki setiap atribut serta jumlah

kejadian berdasarkan atribut keputusan.

b. Pada proses mengubah data menjadi model pohon aturan, yaitu :

1. Menampilkan nama atribut yang menjadi simpul awal dan

nilai gain dari atribut tersebut.

2. Menampilkan nama atribut yang memiliki sampel

homogen (jika ditemukan sampel homogen selama proses

pembentukan pohon aturan berlangsung).

3. Menampilkan nilai gain tiap-tiap atribut berdasarkan

kejadian yang dimiliki oleh atribut.

4. Menampilkan aturan (dalam bentuk string grid) yang

terbentuk dari proses pembentukan pohon aturan. Aturan

yang diperoleh terdiri atas anteseden dan konsekuen.

c. Menampilkan data dari tabel tes dan melakukan pengujian aturan

yang diperoleh ke dalam tabel tes. Selanjutnya menampilkan

hasil pengujian aturan berupa jumlah aturan salah, aturan benar

dan persentase keberhasilan aturan.

d. Menampilkan hasil pengujian aturan berdasarkan data aturan

yang diberikan oleh pengguna sehingga dapat diketahui nilai

respon pada TARGET_B (TARGET_B = YES atau

TARGET_B = NO)


65

4. Antarmuka Pengguna

Form menampilkan data.

Gambar 3. 1 Desain Form Menampilkan Data

Pada form ini pengguna dapat memilih data dari tabel yang

diinginkan berdasarkan pilihan menu yang terdapat dalam

komponen radio group Tampil Data. Jika pengguna memilih radio

group Tampil Data yaitu Training Set maka tabel Training Set

akan ditampilkan dalam komponen dbGrid1. Jika pengguna

memilih radio group Tampil Data yaitu Test Set maka tabel Test

Set akan ditampilkan dalam komponen dbGrid1.

Tombol-tombol yang terdapat dalam form ini adalah :

• Detail

Tombol Detail berfungsi untuk menampilkan form

selanjutnya, yaitu Form Detail Data (Training Set / Test Set)


66

• Unprunned Tree

Tombol Unprunned Tree berfungsi untuk menampilkan form

selanjutnya, yaitu Form Unprunned Tree.

Menu-menu yang terdapat dalam setiap form adalah sebagai

berikut:

• Program

Sub menu dalam menu Program adalah :

o Tutup

Tutup form yang sedang aktif.

• Bantuan

Sub menu dalam menu Bantuan adalah :

o Tentang Program

Berisi penjelasan tentang program.

o Tentang Pembuat Program

Berisi biodata pembuat program.


67

Form Detail Data

Gambar 3. 2 Desain Form Detail Data

Form ini akan menampilkan tabel training set atau tabel test set

dalam komponen dbGrid1. Jumlah record data yang terdapat

dalam tabel ditampilkan dalam komponen edit1.

Detail data tiap-tiap atribut kondisi ditampilkan dalam radio group

DETAIL DATA.

Berikut ini penjelasan mengenai radio group DETAIL DATA:

• Combo box Atribut Kondisi

pengguna terlebih dahulu memilih atribut kondisi yang ingin

ditampilkan. Pilihan atribut-atribut kondisi terdapat di dalam

komponen combo box Atribut Kondisi.


68

• Tombol Kejadian Atribut

Tombol ini berfungsi untuk menampilkan detail kejadian dan

kelas kejadian (TARGET_B) ke dalam komponen

StringGridData berdasarkan atribut kondisi yang dipilih

pengguna.

• Tombol Unprunned Tree

Tombol ini berfungsi untuk menampilkan form selanjutnya,

yaitu Form Unprunned Tree.

Form Unprunned Tree

Gambar 3. 3 Desain Form Unprunned Tree


69

Form Unprunned Tree berfungsi dalam proses pembentukan pohon

keputusan dengan beberapa fasilitas sebagai berikut :

• dbGrid1

Komponen ini berfungsi untuk menampilkan tabel training set

yang akan dimining.

• Tombol Hitung Gain

Tombol ini berfungsi untuk melakukan proses perhitungan

nilai gain tiap-tiap atribut dan pembentukan pohon keputusan.

Jika simpul awal telah diketahui maka nama atribut yang

menjadi simpul awal ditampilkan dalam komponen editNode

dan nilai gain ditampilkan dalam komponen editGain.

• Tombol Detail Gain


yaitu Form Detail Gain.

• Tombol Unprunned Rule


yaitu Form Unprunned Rule.

• Memo 1

Memo 1 berfungsi untuk menampilkan sampel data yang

homogen pada proses pembentukan pohon.


70

Form Detail Gain

Gambar 3.4 Desain Form Detail Gain

Form ini berfungsi untuk menampilkan nilai gain tiap-tiap atribut

pada proses pembentukan pohon awal.

Beberapa fasilitas yang terdapat dalam Form Detail Gain adalah

sebagai berikut :

• Combo box Nama Atribut

Pengguna dapat menampilkan nilai gain tiap-tiap atribut

dengan memilih nama atribut yang diinginkan melalui

komponen combo box Nama Atribut. Komponen edit1 akan

menampilkan nilai gain atribut yang dipilih pengguna pada

komponen combo box Nama Atribut.


71

• String gridStatistik

String grid ini berfungsi untuk menampilkan detail statistik

atribut berdasarkan nama atribut yang dipilih pengguna

melalui komponen combo box Nama Atribut.

• String gridDetail

String grid ini berfungsi untuk menampilkan semua nilai gain

dari setiap atribut berdasarkan pohon keputusan pada tingkat

awal.

• Tombol Unprunned Rule


yaitu Form Unprunned Rule.

Form Unprunned Rule

Gambar 3.5 Desain Form Unprunned Rule


72

Form Unprunned Rule berfungsi untuk menampilkan daftar aturan

yang diperoleh dari proses pembentukan pohon keputusan

menggunakan algoritma ID 3.

Beberapa fasilitas yang terdapat dalam Form Unprunned Rule

adalah sebagai berikut :

• Daftar aturan ditampilkan dalam bentuk tabel pada komponen

StringGridPohon.

• Summary berisi informasi tentang :

o Jumlah aturan dengan konsekuen Jumlah

TARGET_B=‘YES’ ditampilkan dalam komponen edit1

dan Jumlah aturan dengan konsekuen Jumlah

TARGET_B=‘NO’ ditampilkan dalam komponen edit2.

o Tombol Lihat Aturan YES

Tombol ini berfungsi untuk menampilkan aturan dengan

konsekuen TARGET_B = ‘YES’.

o Tombol Lihat Aturan NO

Tombol ini berfungsi untuk menampilkan aturan dengan

konsekuen TARGET_B = ‘NO’.

o Tombol All

Tombol ini berfungsi untuk menampilkan semua aturan

yang ada dengan konsekuen TARGET_B = ‘YES’ dan

TARGET_B = ‘NO’.


73

• Tombol Kamus Atribut

Tombol ini berfungsi untuk menampilkan Form Keterangan

Anteseden.

• Tombol Lanjut

Form ini berfungsi untuk menampilkan form selanjutnya,

yaitu Form Uji Aturan.

Form Keterangan Anteseden

Gambar 3.6 Desain Form Keterangan Anteseden

Form ini berfungsi untuk menampilkan keterangan dari tiap-tiap

atribut yang terdapat dalam tabel training set. Keterangan atribut

yang ditampilkan dalam komponen ValueListEditor berupa

penjelasan atribut dan kejadian-kejadian yang dimiliki.


74

Tombol Lanjut berfungsi untuk menampilkan form selanjutnya,

yaitu Form Uji Aturan.

Form Uji Aturan

Gambar 3.7 Desain Form Uji Aturan

Form ini berfungsi untuk menampilkan hasil uji aturan Unprunned

Rule dengan tabel test set. Beberapa fasilitas yang terdapat dalam

form Uji Aturan adalah sebagai berikut :

• Tombol Buka Tabel Tes

Tombol ini berfungsi untuk membuka tabel tes yang akan

digunakan untuk pengujian aturan. Tabel test set ditampilkan

dalam komponen dbGrid1.


75

• Tombol Uji Aturan

Tombol ini berfungsi untuk melakukan pengujian tingkat

keberhasilan aturan.

• Tombol Dialog


yaitu Form Uji Sampel Data Pengguna.

• Komponen edit1 berfungsi untuk menampilkan hasil uji aturan

dengan jumlah records aturan yang benar.

• Komponen edit2 berfungsi untuk menampilkan hasil uji aturan

dengan jumlah records aturan yang salah.

• Komponen edit3 berfungsi untuk menampilkan persentase

keberhasilan hasil uji aturan dalam satuan persen (%).

Form Uji Sampel Data Pengguna

Gambar 3.8 Desain Form Uji Sampel Data Pengguna


76

Form Uji Sampel Data Pengguna memberikan fasilitas bagi

pengguna untuk melakukan input sampel data yang diinginkan dan

menguji data tersebut berdasarkan aturan yang ada. Hasil

pengujian memberikan informasi apakah sampel data yang

diberikan pengguna memberikan respon terhadap layanan surat NK

(TARGET_B)

Beberapa fasilitas yang terdapat dalam Form Uji Sampel Data

Pengguna adalah sebagai berikut :

a. Combo box Nama Atribut

Combo box ini memberikan fasilitas bagi pengguna untuk

memilih nama atribut yang ingin diuji.

b. Combo box Nilai Atribut

Combo box ini memberikan fasilitas bagi pengguna untuk

memilih nilai kejadian atribut yang ingin diuji.

c. Tombol Tambah Aturan

Tombol ini berfungsi untuk menampilkan nama dan nilai

kejadian dari atribut sesuai dengan pilihan pengguna ke dalam

komponen String grid 1.

d. Tombol Uji Aturan

Tombol ini berfungsi untuk melakukan pengujian sampel data

dari pengguna. Hasil uji aturan ditampilkan dalam komponen

String grid 2.


77

e. Tombol Reset

Tombol ini berfungsi untuk mengosongkan komponen string

grid 1 sehingga pengguna dapat memberikan input sampel

data yang baru.

f. Tombol Selesai

Tombol ini berfungsi untuk mengakhiri program.


78

BAB IV

IMPLEMENTASI SISTEM

A. Spesifikasi Software dan Hardware

Spesifikasi Software :

Sistem operasi Microsoft Windows XP Professional versi 2002 S.P 2

Bahasa pemrograman Borland Delphi 7.0

Basis data menggunakan Database Desktop dengan jenis tabel

Paradox 7

Spesifikasi Hardware :

Prosesor Intel Centrino Core 2 Duo 1.6 GHz

Memori 512 MB

HardDisk 100 GB

B. Jalannya Program

Tampilan form pada saat program dijalankan pertama kali adalah

sebagai berikut :

Gambar 4.1 Form Awal

78


79

Form awal berisi informasi tentang nama program, nama pembuat

program, waktu dan tanggal saat program dijalankan. Dalam Form Awal

terdapat tombol OK yang berfungsi untuk menampilkan form selanjutnya,

yaitu Form Tampil Data.

Berikut ini tampilan Form Tampil Data Training Set:

Gambar 4.2 Form Tampil Data Training Set

Pada form ini, pengguna dapat memilih data dari tabel yang ingin

ditampilkan. Dalam radio group Tampil Data terdapat dua tombol pilihan

untuk tabel yang ingin ditampilkan yaitu Training Set dan Test Set. Jika

pengguna menekan tombol Training Set maka form akan menampilkan tabel

Training Set dalam komponen dbGrid.


80

Pada form ini terdapat dua tombol, yaitu :

a. Detail

Jika pengguna memilih untuk menampilkan tabel Training Set

maka tombol Detail berfungsi untuk menampilkan Form Detail

Training Set.

b. Unprunned Tree

Tombol ini berfungsi untuk menampilkan Form Unprunned Tree.

Jika pengguna menekan tombol Test Set pada radio group Tampil

Data maka form akan menampilkan tabel Test Set dalam komponen dbGrid.

Berikut ini tampilannya :

Gambar 4.3 Form Tampil Data Test Set


81

Pada form Tampil Data Test Set ini terdapat dua tombol, yaitu :

a. Detail

Jika pengguna memilih untuk menampilkan tabel Test Set maka

tombol Detail berfungsi untuk menampilkan Form Detail Test

Set.

b. Unprunned Tree

Tombol ini berfungsi untuk menampilkan Form Unprunned Tree.

Berikut ini tampilan Form Detail Data Training Set jika pengguna

menekan tombol Detail pada saat Form Tampil Data menampilkan tabel

Training Set:

Gambar 4.4 Form Detail Data Training Set

Form ini berfungsi untuk memberikan informasi kepada pengguna

mengenai detail data training set dengan menampilkan tabel training set dan


82

jumlah record data. Dalam program ini, tabel training set terdiri dari 310

records.

Untuk mengetahui detail data dari setiap atribut kondisi training set,

pengguna dapat memilih atribut yang terdapat dalam combo box Atribut

Kondisi. Pengguna tidak dapat memilih Atribut Keputusan karena program

telah mengatur default Atribut Keputusan adalah TARGET_B. Setelah

memilih Atribut Kondisi, pengguna dapat menekan tombol Kejadian Atribut

untuk mengetahui detail kejadian berdasarkan Atribut Kondisi. String grid

Detail Data akan menampilkan nama kejadian dan jumlah data kejadian

tersebut berdasarkan atribut keputusan, yaitu TARGET_B = YES dan

TARGET_B = NO.

Jika pengguna belum memilih Atribut Kondisi dan menekan tombol

Kejadian Atribut maka akan program akan menampilkan pesan di bawah

ini:

Gambar 4.5 Kotak Pesan 1

Jika pengguna menekan tombol Unprunned Tree maka program akan

menampilkan form selanjutnya, yaitu Form Unprunned Tree.

Berikut ini tampilan Form Detail Data Test Set jika pengguna

menekan tombol Detail pada saat Form Tampil Data menampilkan tabel

Test Set:


83

Gambar 4.6 Form Detail Data Test Set

Form Detail Data Test Set berfungsi untuk memberikan informasi

kepada pengguna mengenai detail data test set dengan menampilkan tabel

test set dan jumlah record data. Dalam program ini, tabel test set terdiri dari

40 records.

Untuk mengetahui detail data dari setiap atribut kondisi test set,

pengguna dapat memilih atribut yang terdapat dalam combo box Atribut

Kondisi. Pengguna tidak dapat memilih Atribut Keputusan karena program

telah mengatur default Atribut Keputusan adalah TARGET_B. Setelah

memilih Atribut Kondisi, pengguna dapat menekan tombol Kejadian Atribut

untuk mengetahui detail kejadian berdasarkan Atribut Kondisi. String grid

Detail Data akan menampilkan nama kejadian dan jumlah data kejadian

tersebut berdasarkan atribut keputusan, yaitu TARGET_B = YES dan

TARGET_B = NO.


84

Jika pengguna belum memilih Atribut Kondisi dan menekan tombol

Kejadian Atribut maka akan program akan menampilkan pesan di bawah

ini:


Jika pengguna menekan tombol Unprunned Tree pada Form Detail

Data Training Set dan Form Detail Data Test Set maka program akan

menampilkan Form Unprunned Tree.

Berikut ini tampilannya:

Gambar 4.8 Form Unprunned Tree

Pada saat pengguna menekan tombol Hitung Gain, program akan

menghitung nilai gain semua atribut dengan memanggil procedure


85

cari_node, function HitungInfo, procedure hitung dan function

homogen yang tersimpan dalam Unit_Hitung_Gain. Procedure

cari_node merupakan procedure pertama yang diproses dalam

Unit_Hitung_Gain. Dalam procedure ini dilakukan proses pencarian

atribut yang menjadi simpul awal sekaligus atribut yang menjadi simpul

internal untuk setiap percabangan pohon keputusan.

Berikut ini listing program procedure cari_node:

procedure TF_Gain.CariNode(T:tdataset; var Node:String); Var InfoAwal:real; JmlData,JmlYes,JmlNo:integer; Entropi:array[1..maxkej] of real; Info:array[1..maxkej] of real; S1,S2:array[1..maxkej] of integer; i,j,NA:integer; nKolom:integer; jmlKej:integer; sama:boolean; DataKej:array [1..maxkej] of TrecKej; begin JmlYes:=0; JmlNo:=0; JmlData:=0; T.First; while not T.Eof do begin if (T['TARGET_B'])='YES' then Inc(JmlYes) else Inc(JmlNo); T.next; end; JmlData:=JmlYes+JmlNo; InfoAwal:=HitungInfo(JmlYes,JmlNo); nKolom:= T.FieldCount-2; //hitung jumlah atribut for i:=1 to nKolom do //i utk looping atribut begin for j:=1 to maxkej do begin DataKej[j].nama:=''; DataKej[j].frek[1]:=0; // 1 utk Yes DataKej[j].frek[2]:=0; // 2 utk No end; //for j:=1 to maxkej T.First; DataKej[1].nama:=T.Fields[i].AsString;


86

if (T['TARGET_B'])='YES' then DataKej[1].frek[1]:=1 else DataKej[1].frek[2]:=1; jmlKej:=1; // counter jml kejadian T.Next; while not T.Eof do begin sama:=False; for j:=1 to jmlKej do begin if (DataKej[j].nama = T.Fields[i].AsString) then begin sama:=True; if (T['TARGET_B'])='YES' then begin inc(DataKej[j].frek[1]); end else begin inc(DataKej[j].frek[2]); end; break; end end; if not sama then begin inc(jmlKej); DataKej[jmlKej].nama:=T.Fields[i].AsString; if (T['TARGET_B'])='YES' then DataKej[jmlkej].frek[1]:=1 else DataKej[jmlkej].frek[2]:=1; end; T.next; end; Entropi[i]:=0;

//hitung info utk tiap2 kejadian for j:=1 to jmlKej do begin S1[j]:=DataKej[j].frek[1]; S2[j]:=DataKej[j].frek[2]; Info[j]:=HitungInfo(S1[j],S2[j]); DataKej[j].info:=info[j]; StatKej[i].Kej[j]:=DataKej[j];

//hitung entropi utk tiap2 atribut Entropi[i]:=Entropi[i]+((S1[j]+S2[j])/JmlData)*Info[j]; Gain[i]:=InfoAwal-Entropi[i]; end;//for j:=1 to jmlKej

StatKej[i].jml:=jmlKej; end; //for i:=1 to nKolom do //Mencari Gain terbesar


87

GainMax:=0; NA:=0; for i:=1 to nKolom do begin

F_Detail_Gain.ComboBox1.Items.Add(T.Fields[i].DisplayName); if Gain[i]>GainMax then begin GainMax:=Gain[i]; NA:=i;//Var utk menampilkan Gain Max end; end; Node:= T.Fields.Fields[NA].DisplayName; end;

Data kejadian dari setiap atribut dideklarasikan dalam sebuah tipe data

record sebagai berikut :

Type TrecKej=record nama: string; frek: array [1..2] of integer; info:real; end;

Deklarasi tipe data record TrecKej terdiri dari beberapa field dengan

tipe data yang berbeda-beda yaitu :

o Nama : variabel untuk menyimpan nama kejadian dengan tipe string.

o Frek : variabel array untuk menyimpan jumlah kejadian berdasarkan

konsekuen TARGET_B = YES dan TARGET_B = NO.

o Info : variabel untuk menyimpan nilai info tiap-tiap kejadian dengan

tipe real.

Berikut ini struktur tabel tipe data record TrecKej :

Tabel 4.1 Struktur Tabel Tipe Data Record TrecKej

Frek Nama Yes No Info


88

Untuk mendapatkan simpul awal dan simpul internal dilakukan

perhitungan entropi, nilai rata-rata entropi dan gain untuk setiap atribut.

Proses perhitungan entropi berlangsung saat pemanggilan function

HitungInfo berikut ini:

function HitungInfo(S1,S2:integer):Real; Var Jml:integer; Begin

Jml:=S1+S2; If (S1=0) or (S2=0) then

Result:=0 Else

Result:=(-(S1/Jml)*log2(S1/Jml))-(S2/Jml)*Log2(S2/Jml)); End;

Pada saat procedure cari_node menemukan simpul awal maupun simpul

internal, proses mining berlanjut ke procedure hitung dengan listing sebagai

berikut: (listing program selengkapnya dapat dilihat pada file listing.pdf)

procedureTF_Gain.hitung(h1,h2,str1,cnode:string; kolom:string; dftKej:TarrKej; jmlKej:integer); var xxx,str2,jenis,cnode1:string; jmlYes,jmlNo:integer; i,j,jmlKej1:integer; q:TQuery; H1A,H2A:string; dftKej1:TarrKej; begin q:=Tquery.create(self); q.DatabaseName:='..\prog_mining\basisdata'; //proses mining............ for j:=1 to jmlKej do begin q.sql.Clear; xxx:='select ' +kolom+ ' from member where ' +cnode+ '=' +

QuotedStr(DftKej[j])+ ' '+str1; q.sql.Add(xxx); q.open; q.Last; q.First; if q.RecordCount > 0 then //hitung jml yes no pd dataset begin if homogen(q,jenis) then begin


89

DataSource1.DataSet := q; h1a:=h1+','+cnode; h2a:=h2+','+QuotedStr(DftKej[j]); memo2.Lines.Add(cnode+'=' + QuotedStr(DftKej[j])+ '

'+str1+' --> Homogen '+jenis);//cnode:rootnode tingkat ke 2, dst

h1a:=copy(h1a,2,length(h1a)-1); h2a:=copy(h2a,2,length(h2a)-1); Q1.SQL.Clear; Q1.SQL.Add('INSERT INTO ATURAN ('+h1a+',TARGET_B)'); Q1.SQL.Add('VALUES ('+h2a+',"'+jenis+'")'); //tampil jml aturan Yes&No pd form Pohon

Q2.SQL.Clear; Q2.sql.add('select count(*) as jumlah from aturan

where TARGET_B="YES"'); Q2.Open; Q2.Last; Q2.First; JmlYes:=Q2.RecordCount; F_Pohon.Edit1.Text:=InttoStr(JmlYes); Q2.SQL.Clear; Q2.sql.add('select count(*) as jumlah from aturan

where TARGET_B="NO"'); Q2.Open; Q2.Last; Q2.First; JmlNo:=Q2.RecordCount; F_Pohon.Edit2.Text:=InttoStr(JmlNo); Q1.ExecSQL; end else //jika TIDAK homogen kerjakan yg ini begin if q.FieldCount > 1 then begin cnode1:=''; carinode(q,cnode1);

//cari kolom tanpa cnode1 //baca nama kolom tanpa kolom yg sdh jadi root node kolom:=''; for i:=0 to q.FieldCount-1 do if(q.FieldDefs[i].DisplayName <> cnode1) and

(q.FieldDefs[i].DisplayName <> cnode) then kolom:=kolom+','+q.FieldDefs[i].DisplayName;

//hitung jml kejadian & buat daftar kejadian Q1.SQL.Clear; Q1.SQL.Add('Select '+cNode1 +' from member Group by '

+cNode1); Q1.open; Q1.First; jmlKej1:=Q1.RecordCount; for i:=1 to jmlKej1 do


90

begin dftKej1[i]:=Q1.Fields[0].AsString; Q1.Next; end; kolom:=copy(kolom,2,length(kolom)-1); str2:=str1+ ' and ' +cnode+ '=' +

QuotedStr(dftKej[j]); h1:=h1+','+cnode; h2:=h2+','+QuotedStr(dftKej[j]);

hitung(h1,h2,str2,cnode1,kolom,dftKej1,jmlKej1); end; end; end; end; //for j:=1 to jmlKej do q.Destroy; end;

Pada saat melakukan proses pembentukan pohon, program akan

menampilkan form pesan yang dilengkapi dengan komponen animasi

penghitung waktu sebagai berikut :

Gambar 4.9 Form Pesan Saat Proses Mining Sedang Berlangsung

Setelah memperoleh simpul awal dan nilai gain, program akan

menampilkan pesan di bawah ini :



91

Nama atribut dan nilai gain atribut yang menjadi simpul awal

ditampilkan dalam komponen edit Node Awal dan komponen edit Nilai

Gain. Pada program ini yang menjadi simpul awal adalah atribut RFA_2F

dengan nilai gain sebesar 0.0283. Tabel aturan yang membentuk pohon

keputusan dalam program ini disimpan dalam deklarasi variabel berikut :

Const maxkej=250; T:array [1..maxkej] of TDataSet;

Variabel T merupakan variabel berbentuk tabel dinamis yang disusun

dalam bentuk array dengan kapasitas maksimum sebanyak 250 elemen.

Struktur array variabel T dapat berubah-ubah sesuai dengan banyaknya

kejadian dari atribut simpul awal maupun simpul internal yang membentuk

percabangan pohon. Struktur array yang berubah-ubah ini dikarenakan

jumlah kejadian untuk setiap atribut berbeda-beda. Misalnya, diperoleh

atribut RFA_2F sebagai simpul awal (tingkat pertama) dengan jumlah

kejadian pada atribut RFA_2F sebanyak 4 kejadian yaitu 1, 2, 3 dan 4.

Untuk tingkat pertama dari pohon keputusan terbentuk 4 percabangan sesuai

kejadian atribut RFA_2F.

Variabel T akan membuat tabel baru yang bersifat temporer dengan

menyimpan atribut tersisa (tanpa mengikutsertakan atribut RFA_2F).

Atribut-atribut dalam tabel baru ini kemudian dihitung nilai entropi, nilai

rata-rata entropi dan nilai gainnya untuk mendapatkan simpul internal

selanjutnya (tingkat kedua). Begitu seterusnya proses yang terjadi dalam


92

deklarasi variabel T dimana percabangan pohon keputusan tidak sama pada

setiap tingkatan simpul.

Selain variabel T, ada beberapa variabel yang juga merupakan

variabel dinamis, yaitu:

• Entropi:array[1..maxkej] of real;

• Info:array[1..maxkej] of real;

• S1,S2:array[1..maxkej] of integer;

Pendeklarasian variabel dinamis ini dimaksudkan agar program

memiliki kemampuan yang fleksibel untuk menyimpan data sehingga dapat

menangani percabangan pohon keputusan.

Setelah pengguna menekan tombol OK pada form Kotak Pesan 3,

program melanjutkan proses pembentukan pohon keputusan dengan

membuat percabangan dari simpul awal berdasarkan banyaknya kejadian

pada simpul awal (RFA_2F). Proses pembentukan pohon keputusan

selanjutnya dilakukan dengan memanggil kembali procedure cari_node,

function HitungInfo, procedure hitung dan function homogen dalam

Unit_Hitung_Gain. Pada saat program mengeksekusi function homogen

dan menemukan sampel data yang homogen maka sampel data tersebut

ditampilkan dalam komponen memo.

Berikut ini listing function homogen untuk mengecek sampel data

yang homogen:

FunctionTF_Gain.homogen(t:tdataset;var jenis:string):boolean; var jmlya,jmltdk,jml:integer; begin jmlya:=0; jmltdk:=0;


93

jml:=0; T.First; while not T.Eof do begin if T['TARGET_B']='YES' then jmlya:=jmlya+1; if T['TARGET_B']='NO' then jmltdk:=jmltdk+1; jml:=jml+1; T.Next;

end;//while not T.Eof do if jml=jmlya then begin homogen:=true; Jenis:='YES'; end; // if jml=jmlya then if jml=jmltdk then begin homogen:=true; jenis:='NO'; end;// if jml=jmltdk then end;

Pemanggilan procedure dan function dalam tombol Hitung Gain

dilakukan secara rekursif sampai proses pembentukan pohon keputusan

selesai.

Sampel data homogen yang terbentuk dari hasil perhitungan gain

merupakan suatu aturan pembentuk pohon keputusan. Di bawah ini

merupakan contoh sampel data homogen:

Tabel 4.2 Sampel Data Homogen

No Aturan Homogen1 AGE='OLD' and RFA_2F='1' and TCODE='1002' YES 2 AGE='OLDER' and RFA_2F='1' and TCODE='1002' NO

Penjelasan : Dari aturan di atas dapat diketahui bahwa anggota

organisasi yang memiliki profil:

1. AGE='OLD' dan RFA_2F='1' dan TCODE='1002'

memberikan respon terhadap layanan NK (Target_B=YES).


94

2. AGE='OLDER' dan RFA_2F='1' dan TCODE='1002' tidak

memberikan respon terhadap layanan NK (Target_B=NO).

Aturan-aturan tersebut disimpan dalam tabel aturan.db melalui

statement dalam listing program berikut:

memo2.Lines.Add(cnode+'='+QuotedStr(DftKej[j])+''+str1+'-->Homogen'+jenis); h1a:=copy(h1a,2,length(h1a)-1); h2a:=copy(h2a,2,length(h2a)-1); Q1.SQL.Clear; Q1.SQL.Add('INSERT INTO ATURAN ('+h1a+',TARGET_B)'); Q1.SQL.Add('VALUES ('+h2a+',"'+jenis+'")'); Q1.ExecSQL;

Susunan dan jumlah field pada tabel aturan diharuskan sama dengan

tabel training. Hal ini bertujuan untuk memudahkan program membaca isi

tabel aturan pada saat pengujian aturan ke dalam tabel tes. Isi record dalam

tabel aturan diurutkan sesuai dengan nomor aturan yang terbentuk.

Misalnya, sampel data homogen yang pertama diperoleh adalah :

INCOME='HIGH' and RFA_2F='1' and TCODE='0' and WEALTH='0' and

PEPSTRFL='B' and GENDER='F' --> Homogen YES

Sampel data di atas menjadi aturan pertama dalam tabel aturan.


95

Berikut ini tampilan form setelah program memperoleh pohon

keputusan:

Gambar 4.11 Tampilan Form Unprunned Tree Setelah Program

Memperoleh Pohon Keputusan

Jika program telah menyelesaikan proses pembentukan pohon,

program akan menampilkan sampel data homogen pada komponen memo

dan kotak pesan tentang lamanya proses berlangsung. Berikut ini tampilan

kotak pesan tersebut :



96

Jika pengguna menekan tombol Detail Gain pada Form Unprunned

Tree maka program akan menampilkan Form Detail Gain seperti di bawah

ini:

Gambar 4.13 Form Detail Gain

Form ini berfungsi menampilkan nama kejadian, jumlah kejadian

dengan TARGET_B = YES dan TARGET_B = NO serta jumlah info setiap

atribut berdasarkan nama atribut yang dipilih oleh pengguna. Informasi di

atas ditampilkan dalam string grid Detail Statistik Atribut. Informasi yang

ditampilkan dalam string grid Detail Gain Atribut merupakan informasi

nilai gain untuk keseluruhan atribut. Tombol Unprunned Rule pada Form

Detail Gain berfungsi untuk menampilkan Form Unprunned Rule.


97

Jika pengguna menekan tombol Lihat Aturan pada Form Unprunned

Tree maka program akan menampilkan Form Unprunned Rule seperti di

bawah ini:

Gambar 4.14 Form Unprunned Rule

Pada form ini pengguna dapat melihat aturan yang terbentuk dari

pohon keputusan dimana aturan-aturan yang ada ditampilkan dalam bentuk

string grid dengan contoh struktur sebagai berikut:

Tabel 4.3 Struktur String Grid Pada Form Unprunned Rule

No Anteseden Konsekuen

1 INCOME='HIGH' and RFA_2F='1' and TCODE='0' and WEALTH='0' and PEPSTRFL='B' and GENDER='F'

YES


98

Jumlah aturan dengan Target_B=’YES’ dan Jumlah aturan dengan

Target_B=’NO’ ditampilkan dalam group box Summary. Tombol ALL

berfungsi menampilkan semua aturan pada string grid. Tombol Lihat

Aturan YES berfungsi menampilkan aturan-aturan dengan konsekuen

Target_B=’YES’ pada string grid. Berikut ini tampilan Form Unprunned

Rule dengan konsekuen ‘YES’:

Gambar 4.15 Form Unprunned Rule dengan Konsekuen ‘YES’

Tombol Lihat Aturan NO berfungsi menampilkan aturan-aturan

dengan konsekuen Target_B=’NO’ pada string grid.


99

Berikut ini tampilan Form Unprunned Rule dengan konsekuen ‘NO’:

Gambar 4.16 Form Unprunned Rule dengan Konsekuen ‘NO’

Jika pengguna menekan tombol Kamus Atribut pada Form Unprunned

Rule maka program akan menampilkan Form Keterangan Anteseden seperti

gambar di bawah ini :

Gambar 4.17 Form Keterangan Anteseden


100

Pada form di atas pengguna dapat melihat keterangan dari setiap

atribut dan kejadian-kejadiannya yang menjadi anteseden dalam sebuah

aturan. Tombol Lanjut pada Form Unprunned Rule dan tombol Lanjut pada

Form Keterangan Anteseden berfungsi untuk melanjutkan proses ID3

dengan menampilkan Form Uji Aturan seperti di bawah ini:

Gambar 4.18 Form Uji Aturan

Untuk melakukan pengujian aturan ke dalam tabel test set pengguna

terlebih dahulu membuka tabel tes dengan menekan tombol Buka Tabel Tes.


101

Program akan membuka kotak dialog dan menampilkan pilihan tabel

test set yang ada seperti pada form di bawah ini :

Gambar 4.19 Form Uji Aturan Saat Pengguna Menekan Tombol

Buka Tabel Tes

Tabel test set yang diuji diharuskan memenuhi syarat-syarat berikut, yaitu:

o Memiliki susunan field yang sama dengan tabel training set.

o Memiliki satu field tambahan setelah atribut keputusan (TARGET_B)

untuk menyimpan hasil pengujian aturan. Dengan kata lain jumlah

field tabel test set adalah jumlah field tabel training set + 1. Pada

program ini field tambahan tersebut diberi nama PREDIKSI.


102

Jika pengguna memilih tabel test set yang tidak memenuhi syarat-

syarat di atas maka program akan menampilkan pesan-pesan di bawah ini :



Jika pengguna memilih tabel yang memenuhi syarat untuk menjadi

tabel test set maka program akan menampilkan kotak pesan di bawah ini:


Selanjutnya, untuk melakukan pengujian aturan pengguna harus

menekan tombol Uji Aturan. Selanjutnya, tombol Uji Aturan melakukan

pengujian aturan dengan menjalankan procedure TF_Uji.


103

Sebelum melakukan pengujian, program akan menampilkan kotak

pesan di bawah ini :


Dalam pengujian aturan, program tidak menggunakan uji statistik (uji

Chi-Square) karena data-data yang ada tidak memenuhi syarat untuk

melakukan uji Chi-Square. Pengujian aturan dilakukan dengan

menyederhanakan aturan (Unprunned Rule) menggunakan default rule.

Default rule diperoleh dari konsekuen terbanyak dalam tabel aturan.

Kemudian program akan menampilkan kotak pesan berikut:


Program akan melakukan pengujian aturan dan mengeliminasi aturan-

aturan berdasarkan default rule = NO.


104

Pada saat melakukan proses pengujian aturan, program akan

menampilkan form pesan yang dilengkapi dengan komponen animasi

penghitung waktu sebagai berikut :

Gambar 4.25 Form Pesan Saat Proses Mining Sedang Berlangsung

Di bawah ini tampilan form setelah program memperoleh hasil

pengujian aturan :

Gambar 4.26 Form Uji Aturan Setelah Memperoleh Hasil Uji

Aturan


105

Hasil pengujian aturan memperoleh tingkat persentase keberhasilan

sebesar 77.5000 % atau 77.5 %. Total aturan dengan prediksi benar

sebanyak 31 aturan dan total aturan dengan prediksi salah sebanyak 9

aturan.

Jika pengguna menekan tombol Dialog pada form uji aturan maka

program akan menampilkan Form Uji Sampel Data Pengguna seperti di

bawah ini :

Gambar 4.27 Form Uji Sampel Data Pengguna

Form Uji Sampel Data Pengguna berfungsi untuk melakukan

pengujian aturan berdasarkan input aturan dari pengguna. Sebelum

melakukan pengujian aturan, pengguna terlebih dahulu memasukkan nama

dan nilai atribut yang terdapat dalam menu pilihan combo box Nama Atribut

dan combo box Nilai Atribut. Setelah nama dan nilai atribut dipilih,


106

pengguna harus menekan tombol Tambah Aturan untuk menampilkan

pilihan atribut tersebut ke dalam string grid data.

Jika pengguna belum memilih nama atribut tetapi langsung memilih

nilai atribut maka program akan menampilkan kotak pesan di bawah ini:


Setelah memasukkan aturan yang ingin diuji, pengguna diharuskan

menekan tombol Uji Aturan untuk mengetahui hasil uji aturan. Sampel

aturan yang dimasukkan pengguna kemudian dicek dengan aturan yang

tersimpan dalam tabel aturan.

Jika ada aturan yang sesuai dengan sampel aturan pengguna maka

nomor aturan dan nilai konsekuen Target_B ditampilkan. Dimisalkan,

pengguna memasukkan sampel data sebagai berikut :

Tabel 4.4 Contoh Sampel Data Pada Form Uji Sampel Data Pengguna

No Nama Atribut Nilai Atribut 1 TCODE 3 2 RFA_2F 1


107

Berdasarkan tabel aturan, contoh sampel data tersebut

mengindikasikan bahwa anggota dengan profil TCODE ='3' dan RFA_2F

='1' akan memberikan respon terhadap layanan NK (Target_B = YES).

Aturan yang sesuai dengan contoh profil tersebut adalah aturan nomor 58

pada tabel aturan (TCODE ='3' and RFA_2F ='1' --> Target_B = YES).

Berikut ini tampilan Form Uji Sampel Data Pengguna:

Gambar 4.29 Form Uji Sampel Data Pengguna Setelah Pengguna

Memasukkan Sampel Aturan

Jika tidak ada aturan yang sesuai dengan sampel aturan pengguna

maka nilai konsekuen TARGET_B tidak dapat diprediksikan.


108

Berikut ini tampilannya :

Gambar 4.30 Form Uji Sampel Data Pengguna Dengan Nilai

Konsekuen TARGET_B Tidak Dapat Diprediksi

Hasil uji aturan berupa nomor aturan dan konsekuen (TARGET_B)

ditampilkan dalam string grid Hasil Uji Aturan. Tombol Reset berfungsi

bagi pengguna untuk memasukkan daftar aturan baru yang ingin diuji.

Tombol Selesai berfungsi untuk mengakhiri program dengan menampilkan

kotak pesan di bawah ini :



109

Main menu yang terdapat dalam setiap form berisi informasi berikut:

o Program, berisi sub menu

a. Tutup, yang berfungsi untuk menutup form yang sedang

aktif.

o Bantuan, berisi sub menu :

a. Tentang Program.

Jika pengguna memilih sub menu ini maka program akan

menampilkan penjelasan tentang program dengan

tampilan sebagai berikut:

Gambar 4.32 Form Tentang Program

Tombol Ke Awal berfungsi untuk menampilkan Form

Tampil Data (Training Set / Test Set). Tombol Keluar

berfungsi untuk menutup form ini.


110

b. Tentang Pembuat Program

Jika pengguna memilih sub menu ini maka program akan

menampilkan penjelasan tentang pembuat program dengan

tampilan sebagai berikut:

Gambar 4.33 Form Pembuat Program

Tombol Ke Awal berfungsi untuk menampilkan Form

Tampil Data (Training Set / Test Set). Tombol Keluar

berfungsi untuk menutup form ini.

C. Analisa Hasil Program

Hasil uji aturan dalam program ini dapat digunakan untuk

mengidentifikasi profil anggota organisasi yang memberikan respon

terhadap layanan pengiriman surat dengan kartu kosong (NK).

Dalam tugas akhir ini penulis melakukan 3 jenis percobaan yaitu:

• Menggunakan data training set sekaligus berfungsi sebagai

data test set.


111

• Menetapkan 310 records data sebagai data pada training set

dan mengubah proporsi jumlah sampel data pada test set.

• Mengubah-ubah proporsi jumlah sampel data training set dan

menetapkan jumlah sampel test set sebanyak 50 records.

Detail hasil percobaan-percobaan di atas adalah sebagai berikut:

o Percobaan 1

Pada percobaan ini penulis menggunakan data training set

sekaligus berfungsi sebagai data test set.

Hasil yang diperoleh sebagai berikut :

Tabel 4.5 Hasil Percobaan 1

Jumlah Sampel No Training

Set Test Set

Node Awal Jumlah Aturan Persentase keberhasilan

1 291 291 MALEMILI 87 100

Di bawah ini detail jumlah aturan untuk setiap tahap pengujian

dari percobaan 1:

Tabel 4.6 Detail Jumlah Aturan Percobaan 1

Aturan dengan Konsekuen

TARGET_B

Total Aturan dengan

Prediksi.. No YES NO Benar Salah

Total Aturan

1 39 48 291 0 87


112

o Percobaan 2

Pada percobaan ini penulis menetapkan 310 records data

sebagai data pada training set dan mengubah-ubah proporsi

jumlah sampel data pada test set.

Hasil yang diperoleh sebagai berikut:


Jumlah Sampel Percobaan Training

Set Test Set

Node Awal Jumlah Aturan

Persentase Keberhasilan

1 310 5 RFA_2F 146 80 2 310 10 RFA_2F 146 60 3 310 15 RFA_2F 146 73.3333 4 310 20 RFA_2F 146 70 5 310 25 RFA_2F 146 76 6 310 30 RFA_2F 146 73.3333 7 310 35 RFA_2F 146 74.2857 8 310 40 RFA_2F 146 77.5

Rerata Persentase Keberhasilan 66.1815

Di bawah ini detail aturan untuk setiap tahap pengujian dari

percobaan 2:


Jumlah Sampel

Aturan dengan

Konsekuen TARGET_B

Total Aturan dengan

Prediksi… No

Training Set

Test Set

YES NO Benar Salah

Total Aturan

1 310 5 68 78 4 1 146

2 310 10 68 78 6 4 146

3 310 15 68 78 11 4 146


113

Tabel 4.8 Detail Jumlah Aturan Percobaan 2 (Lanjutan)

Jumlah Sampel

Aturan dengan

Konsekuen TARGET_B

Total Aturan dengan

Prediksi… No

Training Set

Test Set

YES NO Benar Salah

Total Aturan

4 310 20 68 78 14 6 146

5 310 25 68 78 19 6 146

6 310 30 68 78 22 8 146

7 310 35 68 78 26 9 146

8 310 40 68 78 31 9 146

Hasil percobaan di atas dapat dilihat pada grafik di bawah ini:

Gambar 4.34 Grafik Persentase Keberhasilan Percobaan 2

o Percobaan 3

Pada percobaan ini penulis hanya mengubah-ubah proporsi

jumlah sampel data training set. Dimisalkan jumlah sampel

test set untuk setiap tahap percobaan sebanyak 50 records.


114

Hasil yang diperoleh sebagai berikut:


Jumlah Sampel Percobaan Training

Set Test Set

Node Awal Jumlah Aturan

Persentase Keberhasilan

1 30 50 WEALTH 24 74 2 40 50 WEALTH 22 68 3 155 50 RFA_2F 77 58 4 165 50 RFA_2F 73 66 5 175 50 RFA_2F 78 68 6 291 50 RFA_2F 136 60 7 295 50 RFA_2F 134 62 8 300 50 RFA_2F 141 62

Rerata Persentase Keberhasilan 64.75

Di bawah ini detail aturan untuk setiap tahap pengujian dari

percobaan 3:


Jumlah Sampel

Aturan dengan

Konsekuen TARGET_B

Total Aturan dengan

Prediksi… No

Training Set

Test Set

YES NO Benar Salah

Total Aturan

1 30 50 10 12 37 13 24 2 40 50 11 13 34 16 22 3 155 50 33 44 29 21 77 4 165 50 29 44 33 17 73 5 175 50 32 46 36 16 78 6 291 50 58 78 30 20 136 7 295 50 58 76 31 19 134 8 300 50 66 63 31 19 141


115

Hasil percobaan 3 dapat dilihat pada grafik di bawah ini:

Gambar 4.35 Grafik Persentase Keberhasilan Percobaan 3

Berdasarkan hasil percobaan di atas terlihat bahwa :

1. Jika program diujikan pada data training set diperoleh tingkat

persentase keberhasilan sebesar 0 % (berdasarkan percobaan 1).

2. Jumlah sampel data training set dapat mempengaruhi node awal

yang terbentuk. Hal ini disebabkan karena node awal diperoleh

dari hasil perhitungan nilai gain yang terbesar berdasarkan

banyaknya record data pada training set (berdasarkan

percobaan 3).

3. Uji aturan pada percobaan dengan menetapkan 310 records data

sebagai data pada training set dan mengubah proporsi jumlah


116

sampel data pada test set menghasilkan nilai rerata persentase

keberhasilan sebesar 66.1815 % (berdasarkan percobaan 2).

4. Uji aturan pada percobaan dengan mengubah-ubah proporsi

jumlah sampel data training set dan jumlah sampel test set untuk

setiap tahap percobaan sebanyak 50 records menghasilkan nilai

rerata persentase keberhasilan sebesar 64.75% (berdasarkan

percobaan 3).

D. Kelebihan dan Kelemahan Program

Kelebihan program:

Program menyediakan fasilitas dialog bagi pengguna dengan

menginputkan suatu sampel data sehingga dapat diprediksikan nilai

responnya terhadap layanan NK.

Program dapat digunakan untuk melakukan klasifikasi pada data

yang berbeda, dengan syarat-syarat sebagai berikut:

• Tabel data diharuskan berada pada direktori yang sama dengan

direktori basis data.

• Mempunyai tabel training set dan tabel test set.

• Field atribut keputusan diletakkan paling akhir pada tabel

training set. Field tambahan untuk menyimpan hasil prediksi

diletakkan paling akhir pada tabel test set.

• Mengatur nama atribut keputusan pada program sesuai dengan

nama atribut keputusan dari tabel yang akan digunakan.


117

Kelemahan Program:

Proses pengelompokan data masih dilakukan secara intuitif dan

manual.

Program hanya dapat mengakses basisdata dalam format .db

(Paradox).

Struktur basisdata program menggunakan array yang memiliki

keterbatasan dalam menampung data.

Jumlah sampel data yang digunakan untuk data training set sedikit

karena proses penginputan data dari format .TXT ke dalam basis data

dengan format .DB masih dilakukan secara manual. Jumlah sampel

data training set yang sedikit tidak memungkinkan untuk melakukan

uji independensi (uji Chi-Square).

Program ini belum dapat menampilkan pohon keputusan dalam bentuk

tree view tetapi dalam bentuk string grid.


118

BAB V

KESIMPULAN DAN SARAN

A. KESIMPULAN

Algoritma ID3 dapat digunakan untuk mengidentifikasi profil

anggota organisasi yang memberikan respon terhadap layanan pengiriman

surat kosong (NK)

Berdasarkan hasil percobaan dapat disimpulkan beberapa hal sebagai

berikut:

1. Jika program diujikan pada data training set diperoleh tingkat

persentase keberhasilan sebesar 0 %.

2. Uji aturan dengan menetapkan 310 records data sebagai data pada

training set dan mengubah jumlah sampel data pada test set

menghasilkan nilai rerata persentase keberhasilan sebesar

66.1815 %.

3. Uji aturan dengan menetapkan 310 records data sebagai data

pada training set dan mengubah jumlah sampel data pada test set

menghasilkan nilai rerata persentase keberhasilan sebesar

66.1815 %.

4. Uji aturan dengan hanya mengubah jumlah sampel data training

set dan jumlah sampel test set sebanyak 50 records menghasilkan

nilai rerata persentase keberhasilan sebesar 64.75 %.

118


119

B. SARAN

Saran yang diperlukan untuk pengembangan program lebih lanjut

antara lain:

1. Program dapat menangani proses migrasi data dari format .TXT ke

format .DB.

2. Pohon aturan yang terbentuk tidak ditampilkan dalam bentuk tabel

tetapi dalam bentuk tree view sehingga pengguna lebih mudah untuk

memahami.

3. Untuk pengembangan selanjutnya sebaiknya program dapat

mengimplementasikan uji independensi Chi-Square untuk memangkas

aturan. Hal ini dimaksudkan agar proses pengujian aturan dapat lebih

efisien.


120

DAFTAR PUSTAKA

Anonymous. Introduction to Data Mining and Knowledge Discovery. U.S.A: Two

Crows Corporation, 1999

http://www.twocrows.com

Diakses pada tanggal 10-9-2007

Djunaidy, Arif. & Soelaiman, Rully. Perbandingan Kinerja Perangkat Lunak

Data Mining Untuk Pencarian Pola Asosiasi Dengan Metode Graf Asosiasi

dan Metode Dimensi Fraktal. Jurnal Ilmu Komputer dan Teknologi

Informasi, Vol.1 No.2. Oktober 2001.

Everitt, B.S. The Analysis of Contingency Tables. London: Chapman and Hall,

Ltd. 1977.

Groth, Robert. Data Mining: A Hands-On Approach for Business Professionals.

New Jersey: Prentice Hall PTR, 1997.

Gunawan, Ridowati. Data Mining or “Knowledge Discovery in Databases”.

Bahan Perkuliahan Data Mining Jurusan Teknik Informatika Fakultas Sains

dan Teknologi Universitas Sanata Dharma Yogyakarta. 2005.

Han, Jiawei. & Kamber, Micheline. Data Mining: Concepts and Techniques. San

Fransisco: Morgan Kaufmann Publishers, 2001.

120


121

Husni. Pemrograman Database dengan Delphi. Yogyakarta: Penerbit Graha Ilmu,

2004.

Rasmussen, Shelley. An Introduction to Statistics with Data Analysis. California:

Brooks/Cole Publishing Company, 1992.

Rosa, Paulina H. Prima. Penambangan Data dengan Metode Pohon Keputusan.

Makalah Seminar Rumpun MIPA Universitas Sanata Dharma Yogyakarta.

12 April 2006.

Sucahyo, Yudho Giri, Data Mining Menggali Informasi Yang Terpendam

http://ilmukomputer.com/2006/08/29/mengenal-data-mining/

Diakses pada tanggal 29-8-2006

Wahana Komputer. Panduan Praktis Pemrograman Borland Delphi 7.0.

Yogyakarta: Penerbit Andi, 2003.

Wiraty, Ni Made Pritty. Implementasi Data Mining Pada Data Penerimaan

Mahasiswa Baru dan Data Akademik Mahasiswa Universitas Sanata

Dharma Dengan Algoritma Decision Tree : Skripsi. Universitas Sanata

Dharma Yogyakarta, 2006

http://www.directing.gr/files/images/ase.jpg, diakses pada tanggal 16-7-2008


plagiat merupakan tindakan tidak terpuji … · profil donatur organisasi veteran amerika...

Documents