Data mining merupakan serangkaian proses untuk menggali

nilai tambah dari suatu kumpulan data berupa pengetahuan

yang selama ini tidak diketahui secara manual dari suatu
kumpulan data

Tahapan KDD
 PENDAHULUAN

Teori rough set adalah sebuah teknik matematik yang

dikembangkan oleh Pawlack pada tahun 1980.

Teknik ini digunakan untuk menangani masalah Uncertainty,

Imprecision dan Vagueness dalam aplikasi Artificial Intelligence
(AI).

Ianya merupakan teknik yang efisien untuk Knowledge Discovery in

Database (KDD) proses dan Data Mining.

Secara umum, teori rough set telah digunakan dalam banyak

applikasi seperti medicine, pharmacology, business, banking,
engineering design, image processing dan decision analysis.
 REPRESENTASI DATA DALAM ROUGH SET

Rough set menawarkan dua bentuk representasi data yaitu

Information Systems (IS) dan Decision Systems (DS).

Definisi Information Systems: Sebuah Information Systems (IS)

adalah pasangan IS={U,A}, dimana U={e1, e2,…, em} dan A={a1, a2,
…, an} yang merupakan sekumpulan example dan attribute kondisi
secara berurutan.

Definisi diatas memperlihatkan bahwa sebuah Information Systems

terdiri dari sekumpulan example, seperti {e1, e2, …, em} dan
attribute kondisi, seperti {a1, a2, …, an}. Sebuah Information
Systems yang sederhana diberikan dalam table-1.
Tabel-1: Information Systems
Example Studies Education …. Works
E1 Poor SMU … Poor
E2 Poor SMU … Good
E3 Moderate SMU … Poor
E4 Moderate Diploma … Poor
E5 Poor SMU … Poor
E6 Poor SMU … Poor
E7 Moderate Diploma … Poor
E8 Good MSc … Good
E9 Good MSc … Good
E10 Good MSc … Good
…. … … …
E99 Poor SMU … Good
E100 Moderate Diploma … Poor
Tabel-1 memperlihatkan sebuah Information Systems yang
sederhana. Dalam Information System, tiap-tiap baris
merepresentasikan objek sedangkan column merepresentasikan
attribute. Ianya terdiri dari m objek, seperti E1, E2,…, Em, dan n
attribute seperti Studies, Education, …., Works.

Dalam banyak applikasi, sebuah outcome dari pengklasifikasian

diketahui yang direpresentasikan dengan sebuah Decision Attribute,
C={C1, C2, …, Cp}. Maka Information Systems (IS) menjadi
IS=(U,{A,C}). Decision Systems (DS) yang sederhana diperlihatkan
pada tabel-2.
Tabel-2: Decision System

Example Studies Education …. Works Income (D)

E1 Poor SMU … Poor None

E2 Poor SMU … Good Low

E3 Moderate SMU … Poor Low

E4 Moderate Diploma … Poor Low

E5 Poor SMU … Poor None

E6 Poor SMU … Poor None

E7 Moderate Diploma … Poor Low

E8 Good MSc … Good Medium

E9 Good MSc … Good Medium

E10 Good MSc … Good High

…. … … …

E99 Poor SMU … Good Low

E100 Moderate Diploma … Poor Low

Tabel-2 memperlihatkan sebuah Decision Systems yang sederhana.
Ianya terdiri dari m objek, seperti E1, E2, …, Em, dan n attribute,
seperti Studies, Education, …, Works dan Income (D). Dalam tabel
ini, n-1 attribute, Studies, Education, …, Works, adalah attribute
kondisi, sedangkan Income adalah decision attribute.
Discerning Object

Discern objek baik indiscernibility, equivalence class dan

discernibility matrix adalah konsep penting dalam teori rough set.

Indiscerniblity relation

Definisi Indiscerniblity: Diberikan sebuah Decision Systems,

DS{U,(A, C)}, indiscernibility didefinisikan sebagai sekumpulan
objek yang mempunyai nilai decision yang sama.
Equivalence Class

Equivalence class adalah mengelompokan objek-objek yang sama

untuk attribute A  (U, A). Diberikan Decision Systems pada tabel-
2, kita dapat memperoleh equivalence class (EC1-EC5) seperti
digambarkan pada tabel-3.

Class Studies Education Works Income Num_obj

EC1 Poor SMU Poor None 50

EC2 Poor SMU Good Low 5

EC3 Moderate SMU Poor Low 30

EC4 Moderate Diploma Poor Low 10

EC5,1 Good MSc Good Medium 4

EC5,2 Good MSc Good High 1

Class EC5 adalah sebuah indeterminacy yang memberikan 2 (dua)
keputusan yang berbeda. Situasi ini dapat ditangani dengan teknik
data cleaning. Kolom yang paling kanan mengindikasikan jumlah
objek yang ada dalah Decision System untuk class yang sama.

Contoh dalam tabel-3 disederhanakan kedalam numerical

representation. Tabel-4 memperlihatkan numerical representation
dari equivalence class dari tabel-3.
Class Studies Education Works Income Num_obj

EC1 1 2 3 1 50

EC2 1 2 1 2 5

EC3 2 2 3 2 30

EC4 2 3 3 2 10

EC5,1 3 5 1 3 4

EC5,2 3 5 1 4 1
Discernibility Matrix

Definisi Discerniblity Matrix: Diberikan sebuah IS A=(U,A) and B 

A, discernibility matrix dari A adalah MB, dimana tiap-tiap entry
MB(I,j) tediri dari sekumpulan attribute yang berbeda antara objek
Xi dan Xj. Tabel-5 memperlihatkan discerniblity matrix dari tabel-4.

EC1 EC2 EC3 EC4 EC5

EC1 x C A Ab Abc

EC2 C X Ac Abc Ab

EC3 A Ac x B Abc

EC4 Ab Abc B x Abc

EC5 Abc Ab Abc Abc X

Discernibility Matrix Modulo D

Diberikan sebuah DS A=(U,A{d{) dan subset dari attribute B  A,

discernibility matrix modulo D dari A, MBd, didefinisikan seperti
berikut dimana MB(I,j) adalah sekumpulan attribute yan berbeda
antara objek Xi dan Xj dan juga berbeda attribute keputusan.

EC1 EC2 EC3 EC4 EC5

EC1 X C A AB ABC

EC2 C X X X AB

EC3 A X X X ABC

EC4 AB X X X ABC

EC5 ABC AB ABC ABC X

Reduct

Reduct adalah penyeleksian attribut minimal (interesting attribute)

dari sekumpulan attribut kondisi dengan menggunakan Prime
Implicant fungsi Boolean. Kumpulan dari semua Prime Implicant
mendeterminasikan sets of reduct. Discernibility matrix modulo D
pada tabel-5 dapat ditulis sebagai formula CNF seperti
diperlihatkan pada tabel-6.

Class CNF of Boolean Function Prime Implicant Reducts

E1 ca(ab) (abc) ac {a,c}

E2 c (ab) c (ab) {a,c}, {b,c}

E3 a (abc) a {a}

E4 (ab) (abc) ab {a}, {b}

E5 (abc)  (ab) (ab) {a}, {b}

Generating Rules

The major process of discovering knowledge in database is the extraction

of rules from the decision system. The rough set method in generating
decision rules from the decision table is based on the reduct set
computation. Figure-1 shows the rules generation process using reducts
and equivalence classes.
 Class A B C Dec

[E1,{a,c}] E1 1 2 3 1
[E2, {a,c}, {b,c} E2 1 2 1 2
[E3, {a}] E3 2 2 3 2
[E4, {a},{b}] E4 2 3 3 2
[E5, {a}, {b} E5,1 3 5 1 3
E5,2 3 5 1 4
Reduct
Equivalence Classes

A1C3  d1
A1c1  d2, b2c1  d2
Rules A2  d2
B3  d2
A3  d3, a3  d4
B5  d3, b5  d4