See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/266461807

IMPLEMENTASI METODE POHON KEPUTUSAN UNTUK KLASIFIKASI DATA

DENGAN NILAI FITUR YANG TIDAK PASTI

Article

CITATIONS READS

5 11,326

2 authors:

Ratih Ariadni Isye Arieshanti

Institut Teknologi Sepuluh Nopember Institut Teknologi Sepuluh Nopember
1 PUBLICATION   5 CITATIONS    20 PUBLICATIONS   130 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Computational Linguistic View project

All content following this page was uploaded by Ratih Ariadni on 30 June 2015.

The user has requested enhancement of the downloaded file.

 IMPLEMENTASI METODE POHON KEPUTUSAN UNTUK KLASIFIKASI
DATA DENGAN NILAI FITUR YANG TIDAK PASTI
Ratih Ariadni1, Isye Arieshanti2
Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS),
Surabaya, 60111, Indonesia
Email : ratih.ariadni@gmail.com1, isye.arieshanti@gmail.com2
ABSTRAKSI
Decision tree merupakan salah satu metode untuk
mengklasifikasikan data. Model decision tree merupakan
sebuah tree yang terdiri dari root node, internal node dan
terminal node. Sementara root node dan internal node
merupakan variabel/fitur, terminal node adalah label
kelas. Dalam melakukan klasifikasi, sebuah data query
akan menelusuri root node dan internal node samapi
mencapai terminal node. Pelabelan kelas data query
berdasarkan label di internal node.
Pada Decision Tree tradisional, data yang
digunakan adalah data dengan nilai fitur yang sudah
pasti. Pada penelitian ini bertujuan untuk membangun
suatu Decision Tree yang dapat menangani data dengan
nilai fitur yang tidak pasti yaitu data yang memiliki range
nilai. Selama ini penanganan data dengan fitur yang
tidak pasti menggunakan metode averaging. Akan tetapi
ada penelitian lain yang menyebutkan bahwa ada metode
lain yang lebih handal dalam menangani data dengan
nilai fitur yang tidak pasti. Metode tersebut adalah
metode berbasis distribusi.
Tugas akhir ini bertujuan untuk
mengimplementasikan metode decision tree yang mampu
menghandle fitur dengan nilai yang tidak pasti dengan
menggunakan metode yang berbasis distribusi. Akurasi
dari metode ini dibandingkan dengan akurasi metode
averaging. Berdasarkan hasil uji coba, terbukti bahwa
metode berbasis distribusi memiliki akurasi yang lebih
tinggi jika dibandingkan dengan akurasi metode yang
berbasis averaging. Uji coba dilakukan dengan
menggunakan data iris dan data breast dari UCI.
Kata kunci : Klasifikasi, DecisionTree, Uncertain Data
1 PENDAHULUAN
Klasifikasi adalah masalah klasik pada machine
learning dan data mining untuk meramalkan suatu nilai
pada sekumpulan data[1]. Klasifikasi sendiri merupakan
suatu proses menemukan kumpulan pola atau fungsi yang
mendeskripsikan serta memisahkan kelas data yang satu
dengan yang lainnya untuk menyatakan objek tersebut
masuk pada kategori tertentu yang sudah ditentukan.
Salah satu metode klasifikasi yang populer adalah metode
pohon keputusan atau decision tree. Metode ini populer
karena mampu melakukan klasifikasi sekaligus
menunjukkan hubungan antar atribut. Berbagai macam
1
algoritma yang dapat membangun suatu decision tree
salah satunya adalah C45[2].
Dalam proses klasifikasi pohon keputusan
tradisional, fitur (atribut) dari tupel adalah kategorikal
atau numerikal. Biasanya definisi ketepan nilai (point
value) sudah didefinisikan di awal. Pada banyak aplikasi
nyata, terkadang muncul suatu nilai yang tidak pasti[3].
Suatu data yang tidak pasti muncul secara alami
pada aplikasi karena berbagai alasan. Alasan – alasan
tersebut yaitu kesalahan pengukuran dan pengukuran
berulang[3]. Berdasarkan alasan permasalahan tersebut,
Metode ini merupakan cara yang sederhana untuk
menangani uncertain data yaitu dengan cara membuat
ringkasan data-data statistik seperti mean dari probabilitas
distribusi. Namun, pendekatan averaging memiliki
beberapa kekurangan salah satunya adalah memiliki
akurasi yang kurang baik. Untuk menutupi kekurangan
tersebut, maka terdapat penelitian lain yang menggunakan
pendekatan distribution based yang mempertimbangkan
keseluruhan informasi pada probabilitas distribusi untuk
membangun decision tree. Pendekatan ini memiliki
beberapa kelebihan yaitu dapat berpotensi membangun
decision tree yang lebih akurat dibandingkan dengan
pendekatan averaging. Berdasarkan kelebihan tersebut,
maka tugas akhir ini mengimplementasikan metode
decision tree untuk uncertain data, menggunakan metode
distribution based. Nantinya akan dibandingkan dengan
metode berbasis averaging.
2 DECISION TREE
Pohon Keputusan atau dikenal dengan Decision
Tree adalah salah satu metode klasifikasi yang
menggunkan representasi suatu struktur pohon yang yang
berisi alternatif-alternatif untuk pemecahan suatu
masalah. Pohon ini juga menunjukkan faktor-faktor yang
mempengaruhi hasil alternatif dari keputusan tersebut
disertai dengan estimasi hasil akhir bila kita mengambil
keputusan tersebut. Peranan pohon keputusan ini adalah
sebagai Decision Support Tool untuk membantu manusia
dalam mengambil suatu keputusan[3]. Manfaat dari
decision tree adalah melakukan break down proses
pengambilan keputusan yang kompleks menjadi lebih
simpel sehingga orang yang mengambil keputusan akan
lebih menginterpretasikan solusi dari permasalahan.
Konsep yang digunakan oleh decision tree adalah
mengubah data menjadi suatu keputusan pohon dan
aturan-aturan keputusan(rule).
 Decision tree menggunakan struktur hierarki untuk
pembelajaran supervised. Proses dari decision tree
dimulai dari root node hingga leaf node yang dilakukan
secara rekursif[4]. Di mana setiap percabangan
menyatakan suatu kondisi yang harus dipenuhi dan pada
setiap ujung pohon menyatakan kelas dari suatu data.
Pada decision tree terdiri dari tiga bagian yaitu[4]:
a. Root node
Node ini merupakan node yang terletak paling atas dari
suatu pohon.
b. Internal node
Node ini merupakan node percabangan, hanya terdapat
satu input serta mempunyai minimal dua output.
c. Leaf node.
Node ini merupakan node akhir, hanya memiliki satu
input, dan tidak memiliki output.
3 ALGORITMA DECISION TREE C45
Pohon dibangun dengan cara membagi data secara
rekursif hingga tiap bagian terdiri dari data yang berasal
dari kelas yang sama. Bentuk pemecahan (split) yang
digunakan untuk membagi data tergantung dari jenis
atribut yang digunakan dalam split. Algoritma C4.5 dapat
menangani data numerik (kontinyu) dan diskret. Split
untuk atribut numerik yaitu mengurutkan contoh
berdasarkan atribut kontiyu A, kemudian membentuk
minimum permulaan (threshold) M dari contoh-contoh
yang ada dari kelas mayoritas pada setiap partisi yang
bersebelahan, lalu menggabungkan partisi-partisi yang
bersebelahan tersebut dengan kelas mayoritas yang sama.
Split untuk atribut diskret A mempunyai bentuk value (A)
ε X dimana X ⊂ domain(A).
Jika suatu set data mempunyai beberapa pengamatan
dengan missing value yaitu record dengan beberapa nilai
variabel tidak ada, Jika jumlah pengamatan terbatas maka
atribut dengan missing value dapat diganti dengan nilai
rata-rata dari variabel yang bersangkutan.
Dalam melakukan pemisahan obyek (split) dilakukan tes
terhadap atribut dengan mengukur tingkat ketidakmurnian
pada sebuah simpul (node). Pada algoritma C.45
menggunakan rasio perolehan (gain ratio). Sebelum
menghitung rasio perolehan, perlu menghitung dulu nilai
informasi dalam satuan bits dari suatu kumpulan objek.
Cara menghitungnya dilakukan dengan menggunakan
konsep entropi. Rumus untuk menghitung entropi adalah
sebagai berikut:
 = −
Kemudian menghitung perolehan informasi dari
output data atau variabel dependent y yang
dikelompokkan berdasarkan atribut A, dinotasikan dengan
gain (y,A). Perolehan informasi, gain (y,A), dari atribut A
relative terhadap output data y adalah:

,  =   −    
 !"#"$ 
Nilai (A) adalah semua nilai yang mungkin dari
atribut A, dan yc adalah subset dari y dimana A
mempunyai nilai c. Term pertama dalam persamaan diatas
adalah entropi total y dan term kedua adalah entropi
sesudah dilakukan pemisahan data berdasarkan atribut A.
Untuk menghitung rasio perolehan perlu diketahui
suatu term baru yang disebut pemisahan informasi
(SplitInfo). Pemisahan informasi dihitung dengan cara :
" "
 %&,  = −  
 
'()
S1 sampai Sc adalah c subset yang dihasilkan dari
pemecahan S dengan menggunakan atribut A yang
mempunyai sebanyak c nilai. Selanjutnya rasio perolehan
(gain ratio) dihitung dengan cara :
, 
 ,  =
 %&*, 
4 KLASIFIKASI VOTED PERCEPTRON
Uncertain data adalah suatu data yang tidak dapat
direpresentasikan dengan suatu point data atau nilai
tunggal[3]. Suatu data uncertain memiliki interval nilai.
Biasanya, data dengan informasi uncertainty diwakili oleh
pdf atas suatu wilayah yang terbatas dan dibatasi oleh
suatu nilai yang mungkin[6]. Hal ini sering muncul
dalam beberapa kasus yang disebabkan oleh:
a. Kesalahan Pengukuran
Data yang diperoleh dari pengukuran dengan
menggunakan perangkat fisik sering tidak tepat akibat
kesalahan pengukuran. Sebagai contoh, sebuah
termometer tympanic (telinga) mengukur suhu tubuh
dengan cara mengukur temperatur gendang telinga
melalui sebuah sensor inframerah[3].
b. Pengukuran Berulang
Sumber ketidakpastian data yang paling umum adalah
dari pengukuran berulang. Sebagai contoh, suhu


−    tubuh pasien dapat diambil beberapa kali sehari. Suhu
S adalah ruang (data) sampel yang digunakan untuk pasien setiap jam belum tentu[3].
pelatihan, p+ adalah jumlah yang bersolusi positif atau
mendukung pada data sampel untuk kriteria tertentu dan Dalam menangani permasalahan uncertain data
p- adalah jumlah yang bersolusi negatif atau tidak terdapat metode yang dapat menangani permasalahan
mendukung pada data sampel untuk kriteria tertentu. tersebut yaitu:
Entropi(S) sama dengan 0, jika semua contoh pada S
berada dalam kelas yang sama. Entropi(S) sama dengan 1,
jika jumlah contoh positif dan negative dalam S adalah
sama. Entropi(S) lebih dari 0 tetapi kurang dari 1, jika
jumlah contoh positif dan negative dalam S tidak sama.

2
a. Averaging atribut Ajn direntangkan pada interval [ai,jn, bi,jn]. Dengan
ai,jn, adalah nilai minimal dan bi,jn adalah nilai maksimal
Averaging adalah suatu algoritma greedy yang pada suatu atribut. Jika bi,jn≤ zn, pdf dari ti sepenuhnya
membangun tree top-down. Ketika akan memproses suatu terletak di sebelah kiri split point dan dengan demikian ti
node, harus diperiksa juga semua kumpulan dari tupel S. ditugaskan sebagai L. Jika pdf berisi split point, yaitu,
Algoritma ini dimulai dari root node dengan S sebagai ai,jn≤ zn < bi,jn, dibagi menjadi dua tupel ti fraksional tL dan
kumpulan dari tupel. Pada setiap node n, yang harus tR dengan cara yang sama dan menambahkannya ke L dan
dilakukan pertama kali adalah mengecek apakah semua R.
tupel memiliki kelas label c. Selanjutnya adalah memilih Kunci untuk membangun decision tree yang baik
atribut Ajn dan split point zn dan membagi tupel menjadi adalah pilihan dari sebuah atribut Ajn dan split point zn
dua subset yaitu left dan right. Untuk tupel ≤ zn untuk setiap node n. Dengan data uncertain, pemilihan
diletakkan di bagian left dan tupel ≥ zn diletakkan di split point tidak terbatas pada m-1 nilai point. Hal ini
bagian right. Algoritma ini berjalan secara rekursif untuk karena ti tuple pdf merentang pada interval kontinyu [ai,j,
mengecek semua tupel dan meletakkan pada left atau bi,j ]. Perubahan sedikit pada tuple tL dan tR akan
right. mengubah hasil pada tree. Jika kita memodelkan pdf
dengan nilai-nilai sampel s, kita mendekatkan pdf dengan
distribusi diskrit. Dalam hal ini, split point berpindah dari
Dalam menentukan split point diperlukan suatu best
satu end point ai,j ke end poin bi,j. dari interval tersebut.
split. Best split digunakan untuk memilih atribut dan split
Dengan tuple m, ada di titik sampel total ms. Jadi,
point dengan derajat dispersi yang minimal. Derajat
terdapat pada ms-1 kemungkinan split point untuk
dispersi dapat diukur dengan berbagai cara seperti entropi
dipertimbangkan. Untuk mendapatkan atribut terbaik pada
atau gini index[5]. Pemilihan dispersi akan berpengaruh
pada k atribut, maka harus melakukan pencarian atribut
pada struktur pohon yang dihasilkan. Berikut ini
terbaik sebanyak k(ms-1). Oleh karena itu, distribution
merupakan ilustrasi dari penggunaan averaging untuk
based membutuhkan waktu yang lebih lama dibandingkan
membangun suatu pohon yang ditunjukkan oleh tabel 1:
averaging.
Tabel 1 Contoh Penggunaan Averaging
5 PROSES GENERATE DATA CERTAIN
tupel Kela mea Distribusi Probabilitas MENJADI UNCERTAIN
l s n -10 -1,0 0,0 +1,0 +10
1 A +2,0 8/1 Pada tahapan ini proses generate data digunakan
1 untuk membuat data uncertain dari data certain. Data
2 A -2,0 1/9 8/9 certain berisi suatu point value tanpa uncertainty. Untuk
3 A +2,0 5/8 1/8 2/8 mengontrol uncertainty pada data certain perlu
ditambahkan suatu informasi uncertainty pada masing-
4 B -2,0 5/9 1/1 13/1 masing dataset. Untuk memodelkan dataset menjadi
9 9 informasi yang mengandung uncertainty adalah dengan
5 B +2,0 1/3 30/3 4/3 cara membuat error model pada data point. Pada setiap
5 5 5 tupel ti dan setiap atribut Aj, suatu nilai point vi,j pada
6 B -2,0 3/1 8/11 dataset digunakan sebagai nilai mean pada pdf dan
1 ditemukan pada interval [ai,j, bi,j]. Rentang nilai Aj pada
seluruh dataset dicatat dan width dari [ai,j, bi,j] diatur
Sebagai contoh tupel 3 memiliki kelas label A dan sebagai w. |Aj| menunjukkan lebar dari jangkauan untuk Aj
mempunyai nilai atribut -1, +1, dan +10 dengan dan w adalah parameter yang mengontrol lebar jangkauan
probabilitas 5/8, 1/8, dan 2/8. Berdasarkan masing-masing interval.
probabilitas dari nilai atribut dilakukan perhitungan mean Dalam melaukan proses generate data, langkah-
dan didapatkan hasil yaitu sebesar +2. Berdasarkan langkah yang dilakukan adalah sebagai berikut:
averaging, didapatkan suatu partisi yaitu untuk tupel yang 1. Menentukan range dari setiap atribut.
bernomor ganjil akan terletak di left dan tupel bernomor Pada langkah pertama ini, untuk menentukan range
genap akan terletak di right. dari setiap atribut yang harus dilakukan adalah
mengetahui nilai minimal dan maksimal dari setiap
atribut. Selanjutnya adalah menentukan width yang akan
b. Distribution Based digunakan sebagai parameter untuk mengontrol lebar
jangkauan. Rumus yang digunakan untuk menentukan
Untuk data yang tidak pasti mengadopsi framework range dari setiap atribut yaitu:
decision tree yang sama untuk menangani data point.
Setelah atribut Ajn dan split poin zn telah dipilih untuk Range atribut Aj= (max atributAj – min atributAj) x width
node n, kita harus membagi himpunan tupel menjadi dua
S himpunan bagian L dan R. Pdf dari tuple ti∈S dalam

3
2. Menentukan error dari masing-masing nilai point.
Pada langkah kedua ini, generate error dibagi
menjadi dua untuk masing-masing nilai point.
Pembagiannya yaitu left dan right. Untuk mendapatkan
nilai generate error left dan right digunakan rumus
sebagai berikut:
Gen errorleft = nilai point – rangeAj
Gen error right = nilai point + rangeAj
Perhitungan ini dilakukan pada semua nilai point
yang dimiliki oleh dataset. Pada langkah kedua ini yang
dihasilkan adalah suatu interval yakni nilai left dan right.
3. Membuat PDF
Pada langkah ketiga ini, nilai interval yang
dihasilkan dari langkah kedua selanjutnya akan diuji
menggunakan distribusi Gaussian. Dalam distribusi
Gaussian dilakukan penentuan jumlah sampel yang akan
digunakan. Pada tugas akhir ini sampel yang digunakan
sebanyak 100. Fungsi random.Gaussian akan dilakukan
selama nilai interval >= NUM_STDEV/2 atau nilai
interval <= -NUM_STDEV/2. Hasil dari distribusi ini
selanjutnya akan dilakukan proses sorting untuk
mengurutkan data dari yang terkecil hingga terbesar.
Setelah proses sorting, akan didapatkan interval yang baru
hasil dari proses distribusi Gaussian.
Secara umum proses membuat data uncertain dari data
certain dapat digambarkan dengan diagram alir sebagai
berikut :
Gambar 1 Diagram alir proses generate data
4
6 PROSES PEMBUATAN TREE
Pada bagian ini dijelaskan tentang perancangan
proses untuk mengetahui alur dari proses pembuatan tree.
Data yang digunakan adalah data yang dihasilkan dari
proses generate data yaitu berupa data yang memiliki
interval. Selanjutnya, dari masing-masing data interval
tersebut [a,b] digunakan untuk membangun decision tre
dengan split point tertntu yaitu sesuai dengan algoritma
yang dipilih oleh user. jika lagoritma yang dipilih adalah
averaging, maka masing-masing data interval diubah
menjadi nilai mean dengan rumus sebagai berikut:
1
. = / .&. 0.
#
Sedangkan untuk algoritma distribution based, masing-
masing data interval diubah menjadi nilai probabilitas
dengan rumus sebagai berikut:
1
2. = / &. 0.
#
Pada tugas akhir ini, distribusi yang dipilih adalah
distribusi Gaussian atau distribusi normal sehingga fungsi
probabilitasnya adalah sebagai berikut:
1 7 8
&. =  
√26
Selanjutnya dilakukan pencarian atribut terbaik
untuk menentukan root node dan internal node. Secara
garis besar proses ini dapat ditunjukkan diagram alir
sebagai berikut:
Gambar 2 Diagram Alir Proses Pembuatan Tree

7 UJI COBA DAN PEMBAHASAN
Total data yang digunakan berjumlah 100 untuk
masing-masing dataset. Dataset yang tersedia adalah
dataset Iris dan Breast. Dari 100 data tersebut, diambil 90
data untuk proses pembelajaran(traning set) dan 10 data
untuk proses pelatihan sistem (testing set).
Pada bagian ini dijelaskan mengenai skenario uji
coba yang telah dilakukan untuk mengetahui kemampuan
sistem dalam memprediksi hasil klasifikasi data
menggunakan decision tree. Skenario ini dibagi menjadi
dua bagian yaitu skenario dengan pemilihan algortima
Averaging (AVG) dan skenario dengan pemilihan
algoritma Distribution Based (UDT).
Kedua skenario tersebut dijelaskan pada subbab berikut
ini.
7.1 Uji Coba Decision Tree dengan Averaging
Tahap uji coba algoritma averaging dilakukan pada
kedua dataset yaitu dataset Iris dan Breast. Untuk
melakukan skenario uji coba ini, jumlah dataset yang
digunakan sebanyak 100 data dengan pembagian 90 untuk
traning set dan 10 untuk testing set. Kemudian uji coba
ini dilakukan sebanyak 10 kali dengan perbedaan
komposisi data traning dan data testing. Tabel 2
menunjukkan hasil tahap uji coba untuk algoritma
averaging. Sedangkan hasil dari proses pembuatan tree
untuk dataset Iris dengan algoritma averaging ditunjukkan
oleh gambar 3 sebagai berikut:
Gambar 3 Hasil Pembuatan Tree dengan Averaging
untuk Data Iris
5
Rule yang dihasilkan untuk data Iris dari proses decision
tree dengan algoritma averaging pada data iris adalah
sebagai berikut:
1. (Petal length > 1,9)
Kelas 1
2. (Petal length > 1,9) ^ (Petal width ≤ 1,7) ^ (Petal
length ≤ 4,9 ) ^ (Petal width ≤ 1,6 )
Kelas 2
3. (Petal length > 1,9) ^ (Petal width ≤ 1,7) ^ (Petal
length ≤ 4,9 ) ^ (Petal width > 1,6 )
Kelas 3
4. (Petal length > 1,9) ^ (Petal width ≤ 1,7) ^ (Petal
length >4,9 ) ^ (Petal width ≤ 1,5 )
Kelas 3
5. (Petal length > 1,9) ^ (Petal width ≤ 1,7) ^ (Petal
length >4,9 ) ^ (Petal width > 1,5) ^ Sepal length ≤ 6,7
)
Kelas 2
6. (Petal length > 1,9) ^ (Petal width ≤ 1,7) ^ (Petal
length >4,9 ) ^ (Petal width > 1,5) ^ Sepal length >6,7
)
Kelas 3
7. (Petal length >1,9) ^ (Petal width >1,7) ^ (Petal
length≤ 4,8 ) ^ (Sepal Length ≤ 5,9)
Kelas 2
8. (Petal length >1,9) ^ (Petal width >1,7) ^ (Petal length
≤ 4,8 ) ^ (Sepal Length >5,9)
Kelas 2
9. (Petal length >1,9) ^ (Petal width >1,7) ^ (Petal length
>4,8 )
Kelas 3
Tabel 2 Hasil Uji Coba dengan Averaging
Dataset Akurasi
Iris 0,94598
Breast 0,935
7.2 Uji Coba Algoritma Decision Tree dengan
Distribution Based
Tahap uji coba algoritma distribution based
dilakukan pada kedua dataset yaitu dataset Iris dan Breast.
Untuk melakukan skenario uji coba ini, jumlah dataset
yang digunakan sebanyak 100 data dengan pembagian 90
untuk traning set dan 10 untuk testing set. Kemudian uji
coba ini dilakukan sebanyak 10 kali dengan perbedaan
komposisi data traning dan data testing. Tabel 3
menunjukkan hasil tahap uji coba untuk algoritma
distribution based. Hasil proses pembentukan tree untuk
kedua dataset menggunakan algoritma distributuion based
ditunjukkan oleh gambar 4 untuk dataset Iris sedangkan
Breast ditunjukkan oleh gambar 5 sebagai berikut:

Gambar 4 Hasil Pembuatan Tree dengan Distribution
Based untuk Data Iris
Rule yang dihasilkan untuk data Iris dari proses decision
tree dengan algoritma distribution based pada data iris
adalah sebagai berikut:
1. (Petal length ≤ 1,96 )
Kelas 1
2. (Petal length>1,96) ^ (Petal width ≤ 1,72) ^ (Petal
length ≤4,94) ^ (Petal width≤1,62)
Kelas 2
3. (Petal length>1,96) ^ (Petal width ≤ 1,72) ^ (Petal
length ≤4,94) ^ (Petal width>1,62)
Kelas 3
4. (Petal length>1,96) ^ (Petal width≤1,72) ^ (Petal
length >4,94) ^ (Petal width≤1,52) ^ (Sepal
Length≤6,33)
Kelas 2
5. (Petal length>1,96) ^ (Petal width≤1,72) ^ (Petal
length >4,94) ^ (Petal width≤1,52) ^ (Sepal
Length>6,33)
Kelas 3
6. (Petal length>1,96) ^ (Petal width≤1,72) ^ (Petal
length >4,94) ^ (Petal width>1,52) ^ (Sepal
Length≤6,7)
Kelas 2
7. (Petal length>1,96) ^ (Petal width≤1,72) ^ (Petal
length >4,94) ^ (Petal width>1,52) ^ (Sepal
Length>6,7)
Kelas 3
8. (Petal length>1,96) ^ (Petal width>1,72) ^ (Petal
length≤4,85) ^ (Sepal width≤3,02)
Kelas 3
9. (Petal length>1,96) ^ (Petal width>1,72) ^ (Petal
length≤4,85) ^ (Sepal width>3,02)
Kelas 2
6
10. (Petal length>1,96) ^ (Petal width>1,72) ^ (Petal
length≤4,85)
Kelas 3
Gambar 5 Hasil Pembuatan Tree dengan Distribution
Based untuk DataBreast
Rule yang dihasilkan untuk data Breast dari proses
decision tree dengan algoritma distribution based pada
data iris adalah sebagai berikut:
1. (F23≤115,68) ^ (F28≤0,137) ^ (F23≤107,03) ^
(F11≤0,62)
Kelas B
2. (F23≤115,68) ^ (F28≤0,137) ^ (F23≤107,03) ^
(F11>0,62) ^ (F9≤0,161)
Kelas M
3. (F23≤115,68) ^ (F28≤0,137) ^ (F23≤107,03) ^
(F11>0,62) ^ (F9>0,161)
Kelas B
4. (F23≤115,68) ^ (F28≤0,137) ^ (F23>107,03) ^
(F2≤18,77)
Kelas B
5. (F23≤115,68) ^ (F28≤0,137) ^ (F23>107,03) ^
(F2>18,77) ^ (F21≤16,8) ^ (F8≤0,041) ^
(F22≤32,66)
Kelas B
6. (F23≤115,68) ^ (F28≤0,137) ^ (F23>107,03) ^
(F2>18,77) ^ (F21≤16,8) ^ (F8≤0,041) ^
(F22>32,66)
Kelas M
7. (F23≤115,68) ^ (F28≤0,137) ^ (F23>107,03) ^
(F2>18,77) ^ (F21≤16,8) ^ (F8>0,041)
Kelas M
8. (F23≤115,68) ^ (F28≤0,137) ^ (F23>107,03) ^
(F2>18,77) ^ (F21>16,8) ^ (F28≤0,122)
Kelas M
9. (F23≤115,68) ^ (F28≤0,137) ^ (F23>107,03) ^
(F2>18,77) ^ (F21>16,8) ^ (F28>0,122)
Kelas M Dari tabel 4 terlihat bahwa hasil akurasi dari
10. (F23≤115,68) ^ (F28>0,137) ^ (F22≤27,55) ^ distribution based lebih tinggi jika dibandingkan dengan
(F24≤702,29)
Kelas B averaging. Terbukti bahwa distribution based lebih baik
11. (F23≤115,68) ^ (F28>0,137) ^ (F22≤27,55) ^ jika dibandingkan dengan averaging.
(F24>702,29) ^ (F22≤20,21)
Kelas B
12. (F23≤115,68) ^ (F28>0,137) ^ (F22≤27,55) ^ 8 KESIMPULAN
(F24>702,29) ^ (F22>20,21) ^ (F6≤0,122) ^
(F2≤20,41)
Kelas B Kesimpulan yang dapat diambil berdasarkan hasil
13. (F23≤115,68) ^ (F28>0,137) ^ (F22≤27,55) ^ uji coba yang telah dilakukan pada Tugas Akhir ini yaitu :
(F24>702,29) ^ (F22>20,21) ^ (F6≤0,122) ^
Kesimpulan yang dapat diambil dari hasil uji coba
(F2>20,41)
Kelas M
dari Tugas Akhir ini adalah sebagai berikut:
14. (F23≤115,68) ^ (F28>0,137) ^ (F22≤27,55) ^
1. Algortima distribution based lebih baik daripada
(F24>702,29) ^ (F22>20,21) ^ (F6>0,122) ^
averaging dibuktikan dengan hasil akurasi yang lebih
(F2≤17,29)
Kelas M
tinggi.
15. (F23≤115,68) ^ (F28>0,137) ^ (F22≤27,55) ^
2. Waktu yang diperlukan untuk membangun tree
(F24>702,29) ^ (F22>20,21) ^ (F6>0,122) ^
dengan algoritma distribution based lebih lama jika
(F2>17,29)
Kelas M
dibandingkan dengan aloritma averaging.
16. (F23≤115,68) ^ (F28>0,137) ^ (F22>27,55)
Kelas
M
17. (F23>115,67) ^ (F7≤0,64) ^ (F30≤0.061)
Kelas B
18. (F23>115,67) ^ (F7≤0,64) ^ (F30>0.061) ^ REFERENSI
(F2≤15,40)
Kelas B
19. (F23>115,67) ^ (F7≤0,64) ^ (F30>0.061) ^ [1] Agrawal,R, T.Imielinski, and A. N. Swami. Database
(F2>15,40)
Kelas M Mining: A Performance Perspective. IEEE Trans.vol
20. (F23>115,67) ^ (F7>0,64)
Kelas M 5. pp.914-925. 1993

Tabel 3 Hasil Akurasi dengan Distribution Based [2] Kaufmann , Morgan (1993).C4.5: Programs for
Machine Learning. ISBN 1-55860-238-0
dataset Akurasi
Iris 0,9467 [3] Tsang, Smith, Ben Kao, Kevin Y.Yipi, Wai shing Ho,
and sau Dan Lee. Decision Tree for Uncertain Data.
Breast 0,94044
IEEE Computer Society. 2009

[4] Alpaydin ,Ethem (2004). Introduction to Machine

7.3 Perbandingan Nilai Akurasi Antara Decision Learning. The MIT Press
Tree dengan Averaging dan Distribution
Based
[7] Breiman,L, J. H. Friedman, R. A. Olshen, and C. J.
Berdasarkan tabel 2 dan 3 yang menunjukkan hasil Stone (1984). Classification and Regression Trees.
akurasi antara algoritma averaging dan distribution based Wadsworth
pada kedua dataset. Berikut ini akan diberikan tabel untuk
perbandingan antara hasil akurasi anatar kedua metode
yang ditunjukkan oleh tabel 4sebagi berikut:

Tabel 0Perbandingan Akurasi Antara Averaging dan

Distribution Based

dataset Akurasi
Averaging Distribution
Based
Iris 0,94598 0,9467
Breast 0,935 0,94044

7
 1

View publication stats