1465 4162 1 SM PDF
1465 4162 1 SM PDF
ABSTRAK
Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database (KDD).
Dengan data mining, kita dapat melakukan pengklasifikasian, memprediksi, memperkirakan dan
mendapatkan informasi lain yang bermanfaat dari kumpulan data dalam jumlah yang besar.
Klasifikasi dalam data mining dapat dilakukan dengan menggunakan algoritma C4.5. Dengan
algoritma C4.5, akan didapatkan sebuah pohon keputusan yang mudah dipahami dan mudah
dimengerti.
213 Diterbitkan Oleh Program Studi Pendidikan Informatika STKIP PGRI Sumbar
ISSN : 2407-0491
Jurnal Edik Informatika E-ISSN : 2541-3716
Penelitian Bidang Komputer Sains dan Pendidikan Informatika
V2.i2(213-219)
214 Diterbitkan Oleh Program Studi Pendidikan Informatika STKIP PGRI Sumbar
ISSN : 2407-0491
Jurnal Edik Informatika E-ISSN : 2541-3716
Penelitian Bidang Komputer Sains dan Pendidikan Informatika
V2.i2(213-219)
4. Classification (Klasifikasi)
Dalam klasifikasi, terdapat target variabel kategori.
Sebagai contoh, penggolongan pendapatan dapat
Gambar 2 : Bidang Ilmu Data Mining dipisahkan dalam tiga kategori, yaitu pendapatan
tinggi, pendapatan sedang, dan pendapatan
rendah.Contoh lain klasifikasi dalam bisnis dan
Data mining dibagi menjadi beberapa penelitian adalah :
kelompok berdasarkan tugas yang dapat dilakukan,
yaitu: a. Menentukan apakah suatu transaksi kartu
kredit merupakan transaksi yang curang
1. Description (Deskripsi) atau bukan.
Terkadang peneliti dan analis secara sederhana b. Memperkirakan apakah suatu pengajuan
ingin mencoba mencari cara untuk hipotek oleh nasabah merupakan suatu
menggambarkan pola dan kecenderungan yang kredit yang baik atau buruk.
terdapat dalam data. Sebagai contoh, petugas c. Mendiagnosis penyakit seorang pasien
pengumpulan suara mungkin tidak dapat untuk mendapatkan termasuk penyakit
menemukan keterangan atau fakta bahwa siapa apa.
yang tidak cukup profesional akan sedikit
didukung dalam pemilihan presiden. Deskripsi dari 5. Clustering (Pengklusteran)
pola dan kecenderungan sering memberikan Pengklusteran merupakan pengelompokan record,
kemungkinan penjelasan untuk suatu pola atau pengamatan, atau memperhatikan dan membentuk
kecenderungan. kelas objek-objek yang memiliki kemiripan.
Kluster adalah kumpulan record yang memiliki
2. Estimation (Estimasi) kemiripan satu dengan yang lainnya dan memiliki
Estimasi hampir sama dengan klasifikasi, kecuali ketidakmiripan dengan record-record dalam kluster
variabel target estimasi lebih ke arah numerik lain.
daripada ke arah kategori. Model dibangun
menggunakan record lengkap yang menyediakan Pengklusteran berbeda dengan klasifikasi yaitu
nilai dari variabel target sebagai nilai prediksi. tidak adanya variabel target dalam pengklusteran.
Selanjutnya, pada peninjauan berikutnya estimasi Pengklusteran tidak mencoba untuk melakukan
nilai dari variabel target dibuat berdasarkan nilai klasifikasi, mengestimasi, atau memprediksi nilai
variabel prediksi. Sebagai contoh yaitu estimasi dari variabel target. Akan tetapi, algoritma
nilai indeks prestasi kumulatif mahasiswa program pengklusteran mencoba untuk melakukan
pasca sarjana dengan melihat nilai indeks prestasi pembagian terhadap keseluruhan data menjadi
mahasiswa tersebut pada saat mengikuti program kelompok-kelompok yang memiliki kemiripan
sarjana. (homogen), yang mana kemiripan record dalam
satu kelompok akan bernilai maksimal, sedangkan
3. Prediction (Prediksi) kemiripan dengan record dalam kelompok lain
akan bernilai minimal.Contoh pengklusteran dalam
Prediksi hampir sama dengan klasifikasi dan
bisnis dan penelitian adalah :
estimasi, kecuali bahwa dalam prediksi nilai dari
hasil akan ada dimasa mendatang.Contoh prediksi a. Mendapatkan kelompok-kelompok
dalam bisnis dan penelitian adalah : konsumen untuk target pemasaran dari
215 Diterbitkan Oleh Program Studi Pendidikan Informatika STKIP PGRI Sumbar
ISSN : 2407-0491
Jurnal Edik Informatika E-ISSN : 2541-3716
Penelitian Bidang Komputer Sains dan Pendidikan Informatika
V2.i2(213-219)
216 Diterbitkan Oleh Program Studi Pendidikan Informatika STKIP PGRI Sumbar
ISSN : 2407-0491
Jurnal Edik Informatika E-ISSN : 2541-3716
Penelitian Bidang Komputer Sains dan Pendidikan Informatika
V2.i2(213-219)
a. pilih atribut sebagai akar Tabel 1. Tabel Data untuk Klasifikasi Resiko
b. buat cabang untuk tiap-tiap nilai Kredit
c. bagi kasus dalam cabang
d. ulangi proses untuk setiap cabang sampai Pelanggan Simpanan Aset Pendapatan Resiko
semua kasus pada cabang memiliki kelas Kredit
yang sama
1 Medium High 75 Good
Untuk memilih atribut sebagai akar, didasarkan
pada nilai gain tertinggi dari atribut-atribut yang
2 Low Low 50 Bad
ada. Untuk menghitung gain digunakan persamaan
1.
3 High Medium 25 Bad
,
= 4 Medium Medium 50 Good
Data training pada Tabel 1 adalah untuk 3. Hitung nilai gain untuk tiap atribut, lalu
menentukan apakah seorang nasabah bermasalah tentukan nilai gaintertinggi. Yang mempunyai
atau tidak yang ditentukan oleh kolom predictor nilai gain tertinggi itulah yang akan dijadikan
simpanan, aset, dan pendapatan. Kolom resiko akar dari pohon. Misalkan untuk atribut
kredit adalah kelas dari masing-masing record. simpanan dengan nilai low didapat nilai gain :
| |
Gain (S,A) = Entropy (S) - | |
∗
= 0,3601
217 Diterbitkan Oleh Program Studi Pendidikan Informatika STKIP PGRI Sumbar
ISSN : 2407-0491
Jurnal Edik Informatika E-ISSN : 2541-3716
Penelitian Bidang Komputer Sains dan Pendidikan Informatika
V2.i2(213-219)
0
Hasil perhitungan gain untuk tiap atribut dapat
terlihat pada Tabel 2, nilai gain tertinggi akan >50 3 3 0 0
menjadi akar dari pohon.
0,0
Tabel 2. Nilai Entropy dan Gain untuk 92
Menentukan Simpul Akar 4
Low 2 0 2 0
Medi 4 3 1 0,811
um 3
High 2 2 0 0
Gambar 3 Pohon Keputusan C4.5 dengan
Pen 0,1 Simpul Akar Aset
dapa 58
tan 9
KESIMPULAN
<=25 3 1 2 0,918 Secara keseluruhan, proses data mining
3 hingga menghasilkan sebuah pohon keputusan
yang dapat memberikan informasi yang
>25 5 4 1 0,721 diperlukan, dapat dilihat dari Gambar 4[5].
9
0,3
47
6
<=50 5 2 3 0,971
218 Diterbitkan Oleh Program Studi Pendidikan Informatika STKIP PGRI Sumbar
ISSN : 2407-0491
Jurnal Edik Informatika E-ISSN : 2541-3716
Penelitian Bidang Komputer Sains dan Pendidikan Informatika
V2.i2(213-219)
DAFTAR PUSTAKA
Gambar 4 Proses Klasifikasi menggunakan Bramer, Max (2007)Principles of Data Mining,
Algoritma C4.5 Springer Science
Dari gambar 4 dapat di jelaskan proses data Kusrini dan Emha Taufiq Luthfi (2009) Algoritma
mining hingga menghasilkan sebuah pohon Data Mining, Andi Offset
keputusan adalah sebagai berikut : Larose, Daniel T (2005) Discovering Knowledge
in Data Mining An Introduction to Data
1. Sumber data, merupakan database yang Mining, Wiley Interscience
didalamnya terdapat informasi yang bisa
diambil dan dimanfaatkan untuk Mardi, Yuli (2014) Analisa Data Rekam Medis
kepentingan bisnis dan penelitian untuk Menentukan Penyakit Terbanyak
2. Proses KDD, merupakan proses yang Berdasarkan International Classification
dilakukan untuk mengambil informasi Of Disease (ICD) Menggunakan Decision
yang terdapat dalam database, di antara Tree C4.5 (Studi Kasus : RSU. CBMC
proses tersebut terdapat proses data Padang). UPI YPTK Padang
mining Widodo et al (2013) Penerapan Data Mining
3. Data mining, data mining merupakan dengan Matlab, Rekayasa Sains
bagian dari proses kdd, apa yang dapat
dilakukan dengan data mining dapat
219 Diterbitkan Oleh Program Studi Pendidikan Informatika STKIP PGRI Sumbar