PEMILIHAN DATA TRAINING UNTUK MENINGKATKAN KINERJA VOTING FEATURE INTERVAL 5 (VFI 5) DAVID AULIA AKBAR ADHIEPUTRA

PEMILIHAN DATA TRAINING UNTUK MENINGKATKAN KINERJA VOTING FEATURE INTERVAL 5 (VFI 5)

DAVID AULIA AKBAR ADHIEPUTRA

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010

PEMILIHAN DATA TRAINING UNTUK MENINGKATKAN KINERJA VOTING FEATURE INTERVAL 5 (VFI 5)

DAVID AULIA AKBAR ADHIEPUTRA

Skripsi

Sebagai salah satu syarat untuk memperoleh Gelar Sarjana Komputer pada Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010

ABSTRACT DAVID AULIA AKBAR ADHIEPUTRA. Training Data Selection for Improving Performance of Voting Feature Interval 5 (VFI 5). Supervised by SRI NURDIATI and AZIZ KUSTIYO. Voting Feature Interval 5 (VFI 5) is a supervised algorithm and an inductive learning algorithm for inducing knowledge classification from training information. VFI 5 algorithm is capable of classifying sample very well and can provide an explanation why and how the class groups of new samples from the classification can be predicted in the individual vote that each feature has been assigned to the class. VFI 5 algorithm determines the point interval for the classification process. Point interval is obtained by taking the lowest and the highest value of the sample in each class. In the testing process, if the test data are outside the sample interval they will have zero voting value and will reduce the accuracy of the classification results. The selection of training data with non-random sampling method uses the purposive sampling technique. The selection process is done by taking a few of the lowest and the highest feature values from each feature data to be training data. The remaining data which are not used as training data will be used as testing data. The propotion of training and testing data is 2:1. Among the three data used in the VFI 5 algorithm with the selection training data using the lowest and highest feature values, the iris data produced an accuracy of 98.04%, the accuracy of wines data is 96.56% and the acuracy of gender koi data is very high reaching 100%. The result of this study shows that the algorithm VFI 5 data selection method using the lowest and the highest feature values can improve the performance of the algorithm VFI 5.

Keywords: non probability sampling, purposive sampling, voting feature interval.

ii

Judul Nama NRP

: Pemilihan Data Training untuk Meningkatkan Kinerja Voting Feature Interval 5 (VFI 5) : David Aulia Akbar Adhieputra : G64104105

Menyetujui: Pembimbing I,

Pembimbing II,

Dr. Ir. Sri Nurdiati, M.Sc. NIP. 19601126 198601 2 001

Aziz Kustiyo, S.Si., M.Kom. NIP. 19700719 199802 1 001

Mengetahui: Ketua Departemen,

Dr. Ir. Sri Nurdiati, M.Sc. NIP. 19601126 198601 2 001

Tanggal Lulus :

iii

RIWAYAT HIDUP Penulis lahir di kota Purworejo, 12 Oktober 1985, anak terakhir dari tiga bersaudara dari pasangan Drs. Muji Hadiwiyono dan Suyatmi, ST. Pada tahun 1998 penulis lulus dari SD Negeri Kliwonan Purworejo, dan pada tahun 2001 lulus dari SMP Negeri 2 Purworejo. Tahun 2004 penulis lulus dari SMA Negeri 2 Purworejo, dan pada tahun yang sama melanjutkan pendidikan tinggi di Institut Pertanian Bogor (IPB), Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB). Selama masa kuliah penulis pernah menjadi asisten dosen untuk Mata Kuliah Pola Pengenalan Citra Digital (PPCD). Pada tahun 2007, penulis mengikuti Praktek Kerja Lapang selama 1 bulan di Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian (BBSDLP) wilayah Bogor.

iv

PRAKATA Alhamdulillahi Rabbil ‘alamin, puji dan syukur penulis panjatkan kepada Allah SWT karena hanya dengan rahmat dan karunia-Nya penulis dapat menyelesaikan tugas akhir ini yang merupakan salah satu persyaratan kelulusan pada Program Sarjana Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Tugas akhir ini mengambil judul Pemilihan Data Training untuk Meningkatkan Kinerja Voting Feature Interval 5 (VFI 5). Pada kesempatan ini, penulis ingin menyampaikan rasa terima kasih yang sebesar-besarnya kepada senua pihak yang telah membantu kelancaran penelitian ini, anatara lain kepada: 1.

Orangtua tercinta, Ayahanda Muji Hadiwiyono dan Ibunda Suyatmi atas segala doa, kasih sayang, dan dukungan baik moral maupun spiritual yang telah diberikan selama ini, serta kepada kedua kakak, Didit dan Dewi yang selalu memberi semangat.

2.

Ibu Dr. Ir. Sri Nurdiati M.Sc dan Bapak Aziz Kustiyo, S.Si, M.Kom yang senantiasa dengan penuh ketekunan dan kesabaran membimbing penulis hingga selesainya penulisan karya ilmiah ini.

3.

Bapak Firman Ardiansyah, S.Kom, M.Si, terima kasih atas kesediaan beliau menjadi moderator pada seminar dan penguji pada sidang tugas akhir.

4.

Edho, Yohan, Didit, Indri Puspita, Tresna, Ganang, Reza, Geti, Maul, Lutfi, Onong, Ahyar, anakanak kos Cemara, dan teman-teman Passing Out lainnya yang selalu memberi dukungan dan mendampingi penulis selama penelitian ini.

5.

Intan Dyah, Yuli Fitriyani, Khodijah, Bayu Mahardhika, Rista, dan Radi yang telah menjadi sahabat baik penulis selama ini.

6.

Mi-Chan, Oreo, Maze, Onji, Titin, Mong-Mong, Lala, Tete, Bon-Bon, Oski, Candy, Edu, Momo, Plato, Oin, dan Oscar yang selalu menemani penulis selama ini.

7.

Pak Soleh, Pak Pendi, Mbak Rahma, Mas Irfan, dan seluruh keluarga besar Ilmu Komputer, FMIPA IPB umumnya, Ilkomers ’39, ’40, ’42, dan ‘41 khususnya.

8.

Serta kepada semua pihak yang telah memberikan kontribusi besar selama pengerjaan penelitian ini yang tidak dapat penulis sebutkan satu-persatu.

Sebagaimana manusia yang tidak luput dari kesalahan, penulis menyadari bahwa karya ilmiah ini jauh dari kesempurnaan. Akan tetapi, penulis berharap semoga karya ilmiah ini dapat bermanfaat bagi semua pihak, baik secara langsung maupun tidak langsung termasuk penulis pribadi. Jazakumullah khairan katsiira.

: Bogor, Januari 2010

David Aulia Akbar Adhieputra

DAFTAR ISI Halaman DAFTAR TABEL ................................................................................................................................... vii DAFTAR GAMBAR .............................................................................................................................. vii DAFTAR LAMPIRAN ........................................................................................................................... vii PENDAHULUAN Latar Belakang ..................................................................................................................................... 1 Tujuan ................................................................................................................................................... 1 TINJAUAN PUSTAKA Pengambilan Sampel ............................................................................................................................ 1 Teknik Pengambilan Sampel .............................................................................................................. 1 Metode k-Fold Cross Validation ......................................................................................................... 2 Algoritme Voting Feature Interval 5 ................................................................................................... 2 METODE PENELITIAN Studi Pustaka ........................................................................................................................................ 4 Data ....................................................................................................................................................... 4 Klasifikasi Algoritme VFI 5 ................................................................................................................ 4 Data Pelatihan dan Data Pengujian ...................................................................................................... 4 Pelatihan ............................................................................................................................................... 4 Klasifikasi (Pengujian) ......................................................................................................................... 4 Akurasi.................................................................................................................................................. 5 Lingkungan Pengembangan ................................................................................................................. 5 HASIL DAN PEMBAHASAN Pemilihan Data Latih dan Data Uji ...................................................................................................... 5 Pengolahan dan Tingkat Akurasi VFI 5 dengan Data Iris .................................................................. 5 Pengolahan dan Tingkat Akurasi VFI5 dengan Data Wine................................................................. 8 Pengolahan dan Tingkat Akurasi VFI5 dengan Data Ikan Koi......................................................... 11 KESIMPULAN DAN SARAN Kesimpulan ......................................................................................................................................... 13 Saran ................................................................................................................................................... 13 DAFTAR PUSTAKA .............................................................................................................................. 14 LAMPIRAN ............................................................................................................................................. 15

vi

DAFTAR TABEL Halaman 1 Spesifikasi Data yang Digunakan ..................................................................................................... 4 2 Pembagian Data Iris dengan Nilai Fitur Terendah dan Tertinggi .................................................... 6 3 Hasil Akurasi dengan Nilai Fitur Terendah dan Tertinggi Data Iris................................................ 6 4 Hasil Pembagian Acak Data Iris ....................................................................................................... 6 5 Susunan Data Pelatihan dan Data Pengujian Data Iris ..................................................................... 6 6 Hasil Akurasi dengan Nilai Acak Data Iris ...................................................................................... 7 7 Pembagian Data Iris dengan Nilai Fitur Terendah ........................................................................... 7 8 Pembagian Data Iris dengan Nilai Fitur Tertinggi ........................................................................... 7 9 Pembagian Data Iris Tanpa Nilai Fitur Terendah dan Tertinggi...................................................... 7 10 Perbandingan Akurasi pada Data Iris ............................................................................................. 8 11 Pembagian Data Wine dengan Nilai Fitur Terendah dan Tertinggi ............................................... 8 12 Hasil Akurasi dengan Nilai Fitur Terendah dan Tertinggi Data Wine........................................... 9 13 Hasil Pembagian Acak Data Wine .................................................................................................. 9 14 Susunan Data Pelatihan dan Data Pengujian Data Wine ................................................................ 9 15 Hasil Akurasi dengan Nilai Acak Data Wine ................................................................................. 9 16 Pembagian Data Wine dengan Nilai Fitur Terendah ...................................................................... 9 17 Pembagian Data Wine dengan Nilai Fitur Tertinggi .................................................................... 10 18 Pembagian Data Wine Tanpa Nilai Fitur Terendah dan Tertinggi............................................... 10 19 Perbandingan Akurasi pada Data Wine ........................................................................................ 10 20 Pembagian Data Ikan Koi dengan Nilai Fitur Terendah dan Tertinggi ....................................... 11 21 Hasil Akurasi dengan Nilai Fiture Terendah dan Tertinggi Data Ikan Koi ................................. 11 22 Hasil Pembagian Acak Data ........................................................................................................ 11 23 Susunan Data Pelatihan dan Data Pengujian Data Koi ................................................................ 12 24 Hasil Akurasi dengan Nilai Acak Data Ikan Koi ......................................................................... 12 25 Pembagian Data Ikan Koi dengan Nilai Fitur Terendah .............................................................. 12 26 Pembagian Data Ikan Koi dengan Nilai Fitur Tertinggi .............................................................. 12 27 Pembagian Data Ikan Koi Tanpa Nilai Fitur Terendah dan Tertinggi......................................... 12 28 Perbandingan Akurasi pada Data Ikan Koi .................................................................................. 13

DAFTAR GAMBAR Halaman 1 Diagram Metode Penelitian .............................................................................................................. 3 2 Perbandingan Akurasi pada Data Iris ............................................................................................... 8 3 Perbandingan Akurasi pada Data Wine .......................................................................................... 11 4 Perbandingan Akurasi pada Data Ikan Koi .................................................................................... 13

DAFTAR LAMPIRAN Halaman 1 Contoh Pelatihan ............................................................................................................................. 16 2 Contoh Klasifikasi ........................................................................................................................... 17 3 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah dan Tertinggi Data Iris (Iterasi 1) ... 17 4 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah dan Tertinggi Data Iris (Iterasi 2) ... 17 5 Normalisasi Akhir dengan Data Latih Acak pada Data Iris (Iterasi 1) .......................................... 18 6 Normalisasi Akhir dengan Data Latih Acak pada Data Iris (Iterasi 2) .......................................... 18 7 Normalisasi Akhir dengan Data Latih Acak pada Data Iris (Iterasi 3) .......................................... 19 8 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah Data Iris........................................... 19 9 Normalisasi Akhir Data Latih dengan Nilai Fitur Tertinggi Data Iris ........................................... 19

vii

Halaman 10 Normalisasi Akhir Data Latih Tanpa Nilai Fitur Terendah dan Tertinggi Data Iris ................... 20 11 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah dan Tertinggi Data Wine (Iterasi 1) ......................................................................................................................................... 20 12 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah dan Tertinggi Data Wine (Iterasi 2) ......................................................................................................................................... 21 13 Normalisasi Akhir dengan Data Latih Acak pada Data Wine (Iterasi 1) ..................................... 22 14 Normalisasi Akhir dengan Data Latih Acak pada Data Wine (Iterasi 2) ..................................... 23 15 Normalisasi Akhir dengan Data Latih Acak pada Data Wine (Iterasi 3) ..................................... 25 16 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah Data Wine...................................... 26 17 Normalisasi Akhir Data Latih dengan Nilai Fitur Tertinggi Data Wine ...................................... 27 18 Normalisasi Akhir Data Latih Tanpa Nilai Fitur Terendah dan Tertinggi Data Wine ................ 28 19 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah dan Tertinggi Data Koi (Iterasi 1) 30 20 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah dan Tertinggi Data Koi (Iterasi 2) 30 21 Normalisasi Akhir dengan Data Latih Acak pada Data Koi (Iterasi 1) ....................................... 31 22 Normalisasi Akhir dengan Data Latih Acak pada Data Koi (Iterasi 2) ....................................... 32 23 Normalisasi Akhir dengan Data Latih Acak pada Data Koi (Iterasi 3) ....................................... 33 24 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah Data Koi ........................................ 34 25 Normalisasi Akhir Data Latih dengan Nilai Fitur Tertinggi Data Koi ........................................ 35 26 Normalisasi Akhir Data Latih Tanpa Nilai Fitur Terendah dan Tertinggi Data Koi .................. 36 27 Normalisasi Akhir Data Latih dengan Nilai Fitur Terendah Data Iris......................................... 36 28 Normalisasi Akhir Data Latih dengan Nilai Fitur Tertinggi Data Iris ......................................... 38 29 Normalisasi Akhir Data Latih Tanpa Nilai Fitur Terendah dan Tertinggi Data Iris ................... 43

viii

PENDAHULUAN

TINJAUAN PUSTAKA

Latar Belakang

Pengambilan Sampel

Voting Feature Interval 5 (VFI 5) adalah sebuah supervised algorithm dan algoritme pembelajaran secara induktif untuk menginduksi klasifikasi pengetahuan dari informasi suatu pelatihan. Algoritme VFI 5 mampu melakukan proses klasifikasi dengan sangat baik. Algoritme ini dapat memberikan penjelasan mengapa dan bagaimana contoh baru dari klasifikasinya dapat diprediksi golongan kelasnya dalam individual vote yang masing-masing fiturnya telah diberikan ke dalam kelas tersebut.

Dalam rangka pengambilan sampel menurut Nasution (2003) ada beberapa pengertian yang perlu diketahui agar sampel yang diambil mewakili sehingga dapat diperoleh informasi yang cukup , yaitu:

Setiap contoh training direpresentasikan sebagai sebuah nominal vektor (dengan fungsi diskret) atau linear (dengan fungsi continous) pada nilai fiturnya, ditambah label yang merepresentasikan kelas dari setiap contohnya. Contoh pelatihan menunjukkan bahwa algoritme VFI 5 membangun interval untuk masing-masing fitur berupa range atau point interval. Range interval didefinisikan pada sebuah kumpulan nilai yang berurutan yang diberikan oleh data fitur pelatihan, sedangkan point interval didefinisikan pada sebuah nilai tunggal dari fiturnya (Demiröz 1997).

3.

Algoritme VFI 5 menentukan point interval untuk proses klasifikasi. Point interval didapat dari pengambilan nilai fitur terendah dan tertinggi contoh pada masingmasing kelas. Pada proses uji, jika data uji berada di luar interval contoh akan mendapat nilai voting nol dan akan mengurangi akurasi dari hasil klasifikasinya. Dalam penelitian ini data pelatihan dengan menggunakan nilai fitur terendah dan tertinggi akan dibandingkan dengan beberapa data pelatihan yang dipilih dengan cara lain, dengan pembandingan tersebut diharapkan data pelatihan yang menggunakan nilai fitur terendah dan tertinggi akan mendapatkan akurasi yang lebih baik. Tujuan Tujuan dari penelitian ini adalah melakukan pemilihan data training untuk meningkatkan kinerja dari algoritme VFI 5 agar mendapatkan nilai akurasi yang lebih baik dengan menggunakan nilai fitur terendah dan tertinggi, serta menggunakan bobot yang sama pada algoritme VFI 5.

1.

2.

4.

5.

Populasi sasaran Yaitu populasi yang menjadi sasaran pengamatan atau populasi di mana keterangan dapat diperoleh. Kerangka sampel Yaitu suatu daftar unit-unit yang ada pada populasi yang akan diambil sampelnya. Unit sampel Yaitu unit terkecil pada populasi yang akan diambil sebagai sampel. Rancangan sampel Yaitu rancangan yang meliputi cara pengambilan sampel dan penentuan besar sampel. Random Yaitu salah satu cara pengambilan sampel, di mana setiap unit dalam populasi mempunyai kesempatan yang sama untuk dipilih untuk mejadi anggota sampel.

Teknik Pengambilan Sampel Pemilihan teknik pengambilan sampel merupakan upaya penelitian untuk mendapat sampel yang representatif yang dapat menggambarkan populasinya. Teknik pengambilan sampel tersebut dibagi atas dua kelompok besar (McLennan 1998), yaitu probability sampling (random sampling) dan non probability sampling (non random sampling). Probability sampling Pada pengambilan sampel secara acak, setiap unit populasi mempunyai kesempatan yang sama untuk diambil sebagai sampel. Hal ini dapat menghindarkan peneliti dari memilih data sesuai keinginannya yang akan mengakibatkan bias pada kasus tertentu yaitu hasil yang diperoleh tidak sesuai dengan kenyataan. Dengan cara acak bias pemilihan dapat diperkecil sehingga diperoleh sampel yang representatif. Keuntungan pengambilan sampel secara acak adalah sebagai berikut: • •

Derajat kepercayaan terhadap sampel dapat ditentukan. Beda penaksiran parameter populasi dengan statistik sampel dapat diperkirakan.

1

•

Besar sampel yang dapat diambil dapat dihitung.

Non probability sampling (selected sample) Pemilihan sampel dengan cara ini tidak menghiraukan prinsip-prinsip probability. Pemilihan sampel secara tidak acak, hasil yang diharapkan adalah gambaran kasar dari suatu keadaan, dan biasanya pengambilan sampel dengan cara ini digunakan jika biaya sangat sediki, hasil yang diminta segera, dan tidak memerlukan ketepatan yang tinggi karena hanya gambaran umumnya saja. Pada penelitian kali ini, pengambilan sampel pada sampel data pelatihan menggunakan metode non probability sampling. Teknik pengambilan sampel yang digunakan adalah pengambilan sampel dengan maksud (purposive sampling) di mana teknik ini merupakan bagian dari metode pengambilan sampel secara tidak acak dengan cara mengambil unsur-unsur yang dikehendaki untuk pertimbangan penelitian. Dalam hal ini unsur- unsur yang diambil adalah nilai terendah dan tertinggi dari atribut data atau pada algoritme ini biasa disebut minimum fitur dan maksimum fitur. Keduanya digunakan sebagai sampel data pelatihan dengan harapan dapat meningkatkan kinerja algoritme VFI 5. Metode k-Fold Cross Validation Validasi silang (cross-validation) merupakan metode untuk memerkirakan error generalisasi berdasarkan “resampling” (Weiss & Kulikowski 1991; Efron & Tibshirani 1993; Hjorth 1994; Plutowski et al. 1994; Shao & Tu 1995, diacu dalam Sarle 2004). Dalam kfold cross validation, data dibagi secara acak menjadi k himpunan bagian yang ukurannya hampir sama satu sama lain. Himpunan bagian yang dihasilkan yaitu S1,S2,...,Sk digunakan sebagai pelatihan dan pengujian. Pengulangan dilakukan sebanyak k kali dan pada setiap ulangan disisakan satu subset untuk pengujian dan subset lainnya untuk pelatihan. Pada iterasi ke-i, subset Si diperlakukan sebagai data pengujian, dan subset lainnya diperlakukan sebagai data pelatihan. Pada iterasi pertama S2,...Sk menjadi data pelatihan dan S1 menjadi data pengujian. Selanjutnya pada iterasi kedua S1,S3,...,Sk menjadi data pelatihan dan S2 menjadi data pengujian, dan seterusnya.

Algoritme Voting Feature Interval 5 Voting Feature Intervals 5 (VFI 5) merupakan algoritme klasifikasi yang dikembangkan oleh Demiröz dan Güvenir (Demiröz, 1997). Semua instance pelatihan diproses bersamaan. Algoritme VFI 5 terdiri atas dua tahap, yaitu tahap pelatihan dan klasifikasi. Pelatihan Pada tahap pelatihan, awalnya dicari nilai end point suatu feature f pada kelas data c. End point adalah nilai minimum dan nilai maksimum setiap kelas c pada feature f. Nilai end points tersebut kemudian diurutkan menjadi interval untuk feature f. Terdapat dua jenis interval, yaitu point interval dan range interval. Point interval dibentuk dari setiap nilai yang berbeda dari end points. Range interval dibentuk dari dua nilai end points yang berdekatan tetapi tidak termasuk end points tersebut (Güvenir 1997). Tahap selanjutnya ialah menghitung jumlah instance pelatihan setiap kelas c dengan feature f yang nilainya jatuh pada interval i, direpresentasikan sebagai interval_class_count [f,i,c]. Untuk setiap instance pelatihan, dicari interval i di mana nilai feature f dari instance pelatihan e (ef) tersebut jatuh. Jika interval i merupakan point interval dan nilai ef sama dengan nilai pada batas bawah atau batas atas maka jumlah kelas instance tersebut (ef) pada interval i ditambah 1. Jika interval i merupakan range interval dan nilai ef jatuh pada interval tersebut, maka jumlah kelas instance ef pada interval i ditambah 1. Hasil dari proses tersebut merupakan jumlah vote kelas c pada interval i. Jumlah vote kelas c untuk feature f pada interval i dibagi dengan jumlah instance pada kelas c (class_count[c]) untuk menghilangkan perbedaan distribusi setiap kelas. Hasil normalisasi direpresentasikan dalam interval_class_vote [f,i,c]. Nilai-nilai pada interval_class_vote [f,i,c] dinormalisasi sehingga jumlah vote dari beberapa kelas pada setiap feature sama dengan 1. Berikut ini adalah pseudocode oleh Güvenir (1997) tahap pelatihan dari algoritme VFI 5. train (TrainingSet); begin for each feature f if f is linear for each class c

2

EndPoints[f] = EndPoints[f]U find_end_points(TrainingSet,f, c); sort (EndPoints[f]); for each end point p in EndPoints[f] form a point interval from end point p form a range interval between p and the next endpoint ≠ p

memberikan vote yang sama dengan interval_class_vote[f,i,c]. Notasi tersebut merepresentasikan vote feature f yang diberikan untuk kelas c. Setiap feature f mengumpulkan nilai vote kemudian dijumlahkan untuk memeroleh total vote. Kelas c yang memiliki nilai vote tertinggi diprediksi sebagai kelas dari instance tes e. Pseudocode oleh Güvenir (1997) untuk tahap klasifikasi dapat dilihat di bawah ini.

else /*if f is nominal*/ form a point interval for each value of f for each interval i on feature f

classify (e) begin for each class c

for each class c interval_class_count[f,i,c]=0;

vote[c] = 0 for each feature f

count_instances(f,TrainingSet); for each interval i on feature f for each class c

for each class c feature_vote[f,c] = 0; /*vote of feature f for class c*/ if ef value is known i = find_interval(f,ef)

normalize interval_class_vote[f,i,c];

feature_vote[f,c] = interval_class_vote [f,i,c]

/* such that

∑

c

for each class c vote[c] = vote[c] + feature_vote[f,c]*weight[f];

interval_class_vote[f,i,c] = 1

*/ End

return class c with highes vote[c]; end

Klasifikasi Klasifikasi merupakan proses menemukan sekumpulan model (atau fungsi) yang menggambarkan dan membedakan konsep-konsep kelas data. Tujuannya adalah agar model tersebut dapat digunakan untuk memprediksi kelas dari suatu objek atau data yang lebel kelasnya tidak diketahui (Han & Kamber 2001).

METODE PENELITIAN Metode penelitian diawali dengan pengumpulan bahan-bahan penunjang penelitian, pengumpulan data, dan pengolahan data. Metode penelitian yang digunakan disajikan dalam diagram metode penelitian pada Gambar 1.

Pada tahap awal klasifikasi, dilakukan proses inisialisasi awal nilai vote masingmasing kelas dengan nilai 0. Untuk setiap feature f dicari nilai interval i di mana ef jatuh, ef adalah nilai feature f dari instance tes e. Jika ef tidak diketahui, maka feature tersebut tidak disertakan dalam voting (memberi nilai vote 0 untuk masing-masing kelas). Feature yang nilainya tidak diketahui diabaikan. Jika ef diketahui maka interval tersebut ditemukan. Interval tersebut dapat menyimpan instances pelatihan dari beberapa kelas. Kelaskelas dalam sebuah interval direpresentasikan oleh vote kelas-kelas tersebut pada interval itu. Untuk setiap kelas c, feature f

Gambar 1 Diagram Metode Penelitian.

3

Studi Pustaka Melakukan studi pustaka yang berhubungan dengan penelitian yang akan dilakukan. Dalam hal ini, studi pustaka mengenai penerapan algoritme VFI 5. Data Penelitian ini menggunakan minimal tiga buah data. Data yang digunakan harus memiliki atribut yang memiliki nilai kontinyu agar dapat dibuat range interval. Data yang digunakan pada penelitian ini adalah data iris, data wine, dan data jenis kelamin ikan koi yang masing-masing data memiliki jumlah atribut yang berbeda dan atribut yang memiliki nilai kontinyu jumlahnya juga berbeda. Data bunga iris dan wine diambil dari UCI repository of machine learning database (http://archive.ics.uci.edu/ml/datasets), sedangkan data jenis kelamin ikan koi diambil dari penelitian sebelumnya. Data yang diambil dari sumber tersebut untuk penelitian ini, memiliki nilai kontinu dan digunakan untuk penggunaan klasifikasi. Contoh data dapat dilihat pada Lampiran 27, Lampiran 28, dan Lampiran 29. Adapun spesifikasi data, disajikan pada Tabel 1.

Nama data

1

Pelatihan dan pengujian pada pemilihan data pelatihan secara acak menggunakan metode k-fold cross validation. Pada metode ini digunakan 3-fold cross validation. Oleh karena itu, data yang digunakan dibagi menjadi tiga subset secara acak yang masingmasing subset memiliki jumlah instance dan perbandingan jumlah kelas yang hampir sama. Pembagian data ini digunakan pada proses iterasi klasifikasi. Iterasi dilakukan sebanyak tiga kali. Setiap iterasi, satu subset digunakan untuk pengujian sedangkan subset-subset lainnya digunakan untuk pelatihan. Data pelatihan dibagi menjadi lima macam pemilihan yaitu : 1. 2. 3. 4.

Tabel 1 Spesifikasi Data yang Digunakan No

yang terendah dan tertinggi (minimum dan maksimum fitur) dari setiap fitur data untuk dijadikan data latih dan menggunakan sisa data yang belum digunakan sebagai data uji. Perbandingan yang digunakan adalah 2:1, yaitu dua untuk data latih dan satu untuk data uji.

Pemilihan data pelatihan menggunakan nilai fitur terendah dan tertinggi. Pemilihan data pelatihan dilakukan secara acak. Pemilihan data pelatihan hanya menggunakan nilai fitur terendah. Pemilihan data pelatihan hanya menggunakan fitur tertinggi. Pemilihan data pelatihan tanpa menggunakan nilai fitur terendah dan tertinggi.

Jumlah instance

Jumlah fitur

Jumlah kelas

Iris

150

4

3

2

Wine

178

13

3

Pelatihan

3

Ikan Koi

119

13

2

Subset data pelatihan digunakan sebagai input bagi algoritme Voting Feature Intervals 5 pada tahapan pelatihan. Langkah pertama yang dilakukan pada tahapan pelatihan yaitu membuat interval dari masing-masing fitur berdasarkan nilai end point masing-masing fitur untuk setiap kelasnya. Setelah end point masing-masing fitur terbentuk maka dimulailah proses voting pada algoritme. Voting yang dilakukan yaitu menghitung jumlah data untuk setiap kelas pada interval tertentu. Masing-masing kelas pada rentang interval tertentu memiliki nilai vote yang berbeda-beda. Nilai vote tersebut akan dinormalisasi untuk mendapatkan nilai vote akhir pada masing-masing fitur. Contoh pelatihan dapat dilihat pada Lmpiran1

Klasifikasi Algoritme VFI 5 Tahapan klasifikasi Voting Feature Intervals 5 terdiri atas dua proses yaitu proses pelatihan dan proses klasifikasi (pengujian). Data yang digunakan pada tahapan ini juga dibagi menjadi dua bagian yaitu data pelatihan dan data pengujian. Proses pelatihan akan menghasilkan model klasifikasi yang diturunkan dari data pelatihan. Model ini akan digunakan dalam data pengujian dalam proses klasifikasi. Data Pelatihan dan Data Pengujian Pada pemilihan data pelatihan dengan metode non random sampling, teknik yang digunakan adalah purposive sampling. Teknik tersebut dilakukan melalui pemilihan data latih dengan hanya mengambil beberapa nilai

5.

Klasifikasi (Pengujian) Pada tahapan pengujian atau klasifikasi, setiap nilai fitur dari data pengujian akan

4

diperiksa letaknya pada interval. Nilai Vote setiap kelas untuk setiap fitur pada interval yang bersesuaian diambil nilainya dan kemudian dijumlahkan. Kelas dengan nilai vote tertinggi menjadi kelas prediksi dari data pengujian tersebut. Tahapan pengujian menggunakan data uji yang telah ditentukan sebelumnya dalam proses iterasi. Data uji yang digunakan disesuaikan dengan subset data pelatihan yang digunakan. Contoh pengujian dapat dilihat pada Lampiran2. Akurasi Akurasi adalah adalah derajat kedekatan pengukuran terhadap nilai sebenarnya. Pada penelitian ini akan diketahui akurasi yang dicapai algoritme VFI5. Tingkat akurasi dihitung dengan cara : Tingkat akurasi =

∑ Data uji benar diklasifikasi X 100% ∑ Total data uji

Tingkat akurasi menunjukkan tingkat kebenaran penglasifikasian data terhadap kelas sebenarnya. Semakin rendah nilai akurasi maka semakin tinggi kesalahan klasifikasi. Tingkat akurasi yang baik adalah tingkat akurasi yang mendekati nilai 100%. Lingkungan Pengembangan Aplikasi yang digunakan pada penelitian ini dibangun dengan menggunakan perangkat keras dan perangkat lunak dengan spesifikasi sebagai berikut: Perangkat keras berupa computer mobile: 1. Processor AMD Sempron M 1,86 GHz 2. RAM kapasitas 512 MB 3. Harddisk kapasitas 40 GB 4. Monitor pada resolusi 1024×768 pixels 5. Keyboard dan Mouse Perangkat lunak: 1. 2.

Sistem Operasi : Microsoft Windows XP Proffesional Edition Visual Basic 6.0 HASIL DAN PEMBAHASAN

Pada bab ini akan dipaparkan proses peningkatan kinerja algoritme VFI5 untuk mendapatkan nilai akurasi yang lebih baik dengan menggunakan nilai fitur terendah dan tertinggi, serta menggunakan bobot yang sama pada algoritme VFI 5.

Pemilihan Data Latih dan Data Uji Penelitian ini bertujuan untuk melakukan pemilihan data latih guna meningkatkan kinerja dari algoritme VFI 5. Pemilihan data dalam penelitian ini dibagi ke dalam 5 kategori seperti yang sudah dipaparkan pada bagian metode penelitian. Hasil dari kelima kategori akan dbandingkan satu sama lainnya untuk menunjukkan tingkat akurasi masing-masing. Kategori utama adalah pemilihan data pelatihan menggunakan nilai fitur terendah dan tertinggi. Kategori pemilihan data pelatihan secara acak merupakan pembanding, sedangkan sisanya digunakan sebagai pembanding tambahan. Pemilihan data secara acak dilakukan dengan mengacak suatu kelompok data kemudian diambil proporsi data latih dan data uji sebesar 2:1 pada tiaptiap kelas. Pemilihan data dengan menggunakan nilai fitur terendah dan tertinggi dilakukan dengan membagi data latih dan data uji dengan proporsi 2:1. Misal data ikan koi yang memiliki 119 data jika dibagi dengan proporsi 2:1 akan menghasilkan 80 data latih dan 39 data uji serta nilai terendah dan tetinggi setiap fitur terdapat di dalam data latih pada masingmasing fitur pada tiap kelas. Tiap fitur diurutkan berdasarkan nilai fitur terendah dan tertingginya kemudian data tersebut dijadikan data latih. Pemilihan data dengan tanpa nilai fitur terendah dan tertinggi, data latihnya adalah data yang bukan merupakan nilai fitur terndah dan tertinggi. Dalam hal ini data ujinya menggunakan data yang telah dikelompokkan berdasarkan nilai terendah dan tertinggi pada tiap fitur. Pemilihan data dengan nilai fitur terendah, data latihnya menggunakan nilai terendah pada masing-masing fitur, sedangkan data ujinya memakai nilai tertinggi pada fitur. Pada pemilihan data dengan nilai fitur tertinggi, digunakan nilai tertinggi pada masing-masing fitur sebagai data latih dan nilai terendah pada fitur digunakan sebagai data uji. Pengolahan dan Tingkat Akurasi VFI 5 dengan Data Iris Kelompok data iris ini terdiri atas 150 kasus dengan 4 fitur dan mempunyai 3 kelas data.

5

1.

Pengolahan Data Pelatihan Menggunakan Nilai Fitur Terendah dan Tertinggi

a.

Pemilihan Data

Proses ini dilakukan dengan menggunakan metode non random sampling dengan teknik purposive sampling. Teknik ini berupa pemilihan data latih dengan hanya mengambil beberapa nilai yang terendah dan tertinggi (minimum dan maksimum fitur) dari setiap fitur data untuk dijadikan data latih dan menggunakan sisa data yang belum digunakan sebagai data uji. Perbandingan yang digunakan adalah mendekati 2:1, yaitu dua untuk data latih dan satu untuk data uji. Data iris dibagi menjadi tiga kelas yang tiap kelasnya terdiri atas 50 kasus dengan 4 fitur. Tiap-tiap kelas masing-masing fiturnya diambil 2 nilai terndah dan 2 nilai tertinggi sehingga diperoleh 8 nilai terendah dan 8 nilai tertinggi pada tiap kelasnya. Pembagian tersebut menghasilkan 24 nilai terendah dan 24 nilai tertinggi atau total 48 data yang memiliki nilai nilai fitur terendah dan tertinggi pada keseluruhan data iris. Data tersebut digunakan untuk proses pelatihan pada iterasi pertama. Sisanya adalah 102 data yang sebagian diikutkan sebagai data pelatihan dengan jumlah 51 data dan sebagian lagi sebagai data uji dengan jumlah 51 data. Secara keseluruhan data iris pada iterasi pertama terdiri atas 99 data pelatihan dan 51 data uji. Iterasi kedua dilakukan dengan menukar data pelatihan pada iterasi pertama yang tidak mengandung nilai fitur terendah dan tertinggi dengan data uji pada iterasi pertama. Pembagian data dapat dilihat pada Tabel 2. Tabel 2 Pembagian Data Iris dengan Nilai Fitur Terendah dan Tertinggi Keterangan

Iterasi 1

Iterasi 2

b.

Kelas 1 Kelas 2 Kelas 3 Total Kelas 1 Kelas 2 Kelas 3 Total

Data Latih 33 33 33 99 33 33 33 99

Data Uji 17 17 17 51 17 17 17 51

Proses Pelatihan dan Klasifikasi

Hasil pelatihan menggunakan nilai fitur terendah dan tertinggi menghasilkan normalisasi akhir yang dapat dilihat pada

Lampiran 3 dan Lampiran 4. Proses pengujian menghasilkan akurasi pada iterasi pertama sebesar 96,08% dan pada iterasi kedua sebesar 100%. Rata-rata tingkat akurasi adalah sebesar 98,04%. Hasil akurasi ditunjukkan dalam Tabel 3. Tabel 3 Hasil Akurasi dengan Nilai Fitur Terendah dan Tertinggi Data Iris Keterangan Iterasi 1 Iterasi 2 Rata-rata

Nilai Akurasi 96,08% 100% 98,04%

2.

Pengolahan Data Pelatihan Secara Acak

a.

Pemilihan Data

Proses ini dilakukan dengan menggunakan metode 3-fold cross validation dengan jumlah data keseluruhan 150 kasus. Terlebih dahulu data dibagi menjadi tiga himpunan. Jumlah masing-masing bagiannya hampir sama satu dengan lainnya. Pembagian tersebut menghasilkan bagian S1, S2, dan S3. Hasil pembagian data himpunan secara keseluruhan disajikan dalam Tabel 4. Tabel 4 Hasil Pembagian Acak Data Iris Himpunan Bagian Kelas 1 Kelas 2 Kelas 3 Total

S1

S2

S3

17 17 17 51

17 17 17 51

16 16 16 48

Penelitian ini dilakukan dengan pelatihan dan pengujian data sebanyak tiga kali. Susunan data pelatihan dan data pengujian disajikan dalam Tabel 5. Tabel 5 Susunan Data Pelatihan dan Data Pengujian Data Iris Iterasi 1 2 3 b.

Pelatihan S2 dan S3 S1 dan S3 S1 dan S2

Pengujian S1 S2 S3


Hasil pelatihan secara acak menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 5, Lampiran 6, dan Lampiran 7. Proses pengujian menghasilkan akurasi pada iterasi pertama sebesar 86,28%, pada iterasi kedua sebesar 96,08%, dan pada iterasi ketiga sebesar 97,92%. Rata-rata tingkat akurasi

6

adalah sebesar 93,43%. ditunjukkan dalam Tabel 6.

akurasi

data uji. Hasil pembagian data dapat dilihat pada Tabel 8.

Tabel 6 Hasil Akurasi dengan Nilai Acak Data Iris

Tabel 8 Pembagian Iris dengan Nilai Fitur Tertinggi

Keterangan Iterasi 1 Iterasi 2 Iterasi 3 Rata-rata 3. a.

Hasil

Nilai Akurasi 86,28% 96,08% 97,92% 93,43%

Pengolahan Data Pelatihan Menggunakan Nilai Fitur Terendah. Pemilihan Data

Data yang hanya memiliki nilai fitur terendah ditambah dengan data yang tidak memiliki nilai fitur terendah dan tertinggi dijadikan data latih, sedangkan data ujinya adalah data yang memiliki nilai fitur tertinggi ditambah sisa data yang tidak memiliki nilai fitur nilai fitur terendah dan tertinggi. Data yang dijadikan data latih dan data uji memiliki rasio 2:1, sehingga diperoleh 99 data latih dan 51 data uji. Hasil pembagian data dapat dilihat pada Tabel 7. Tabel 7 Pembagian Data Iris dengan Nilai Fitur Terendah Kelas Kelas 1 Kelas 2 Kelas 3 Total b.

Data Latih 33 33 33 99

Data Uji 17 17 17 51


Hasil pelatihan menggunakan nilai fitur terendah menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 8. Proses pengujian menghasilkan akurasi sebesar 72,55%.

Kelas Kelas 1 Kelas 2 Kelas 3 Total b.

Data Latih 33 33 33 99

Data Uji 17 17 17 51


Hasil pelatihan menggunakan nilai fitur tertinggi menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 9. Proses pengujian menghasilkan akurasi sebesar 70,59%. 5.

Pemilihan Data Pelatihan Tanpa Menggunakan Nilai Fitur Terendah dan Tertinggi.

a.

Pemilihan Data

Data yang tidak memiliki nilai fitur terendah dan tertinggi sejumlah 102 kasus digunakan sebagai data latih sedangan data uji adalah data yang memiliki nilai terendah dan tertinggi sebanyak 48. Pembagian data ini dapat dilihat pada Tabel 9. Tabel 9 Pembagian Data Iris Tanpa Nilai Fitur Terendah dan Tertinggi Kelas Kelas 1 Kelas 2 Kelas 3 Total b.

Data Latih 34 34 34 102

Data Uji 16 16 16 48


4.

Pemilihan Data Pelatihan Menggunakan Nilai Fitur Tertinggi.

Hasil pelatihan tanpa menggunakan nilai fitur terendah dan tertinggi menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 10. Proses pengujian menghasilkan akurasi sebesar 72,92%.

a.

Pemilihan Data

6.

Data yang hanya memiliki nilai fitur tertinggi ditambah dengan data yang tidak memiliki nilai fitur terendah dan tertinggi dijadikan data latih, sedangkan data ujinya adalah data yang memiliki fitur terndah ditambah sisa data yang tidak memiliki nilai fitur terendah dan tertinggi. Data yang dijadikan data latih dan data uji memiliki rasio 2:1, sehingga diperoleh 99 data latih dan 51

Analisis dan Perbandingan Akurasi pada Data Iris

Pelatihan dan Pengujian data iris menunjukkan tingkat akurasi yang bervariasi. Hal ini disebabkan karena cara pemilihan data latih dan data uji yang berbeda-beda. Perbedaan tingkat akurasi masing-masing ditunjukkan pada Tabel 10.

7

Tabel 10 Perbandingan Akurasi pada Data Iris Percobaan 1 2 3 4 5

Kelompok Data Latih dengan nilai fitur terendah dan tertinggi secara acak dengan nilai fitur terendah dengan nilai fitur tertinggi tanpa nilai fitur terendah dan tertinggi

Akurasi 98,04%

Pengolahan dan Tingkat Akurasi VFI5 dengan Data Wine Kelompok data wine ini terdiri atas 178 kasus dengan 13 fitur dan mempunyai 3 kelas data. 1.

Pengolahan Data Pelatihan Menggunakan Minimum dan Maksimum Fitur

72,55%

a.

Pemilihan Data

70,59%

Proses ini dilakukan dengan metode yang sama seperti pada data iris yaitu menggunakan metode non random sampling dengan teknik purposive sampling. Perbandingan yang digunakan adalah 2:1 yaitu dua untuk data latih dan satu untuk data uji. Data wine dibagi menjadi tiga kelas dengan kelas 1 berjumlah 59, kelas 2 berjumlah 71, dan kelas 3 berjumlah 48. Tiap kelas memiliki 13 fitur. Tiap-tiap kelas masing-masing fiturnya diambil 1 nilai terendah dan 1 nilai tertinggi sehingga diperoleh 13 nilai terendah dan 13 nilai tertinggi pada tiap kelasnya. Pembagian tersebut menghasilkan 39 nilai terendah dan 39 nilai tertinggi atau total 78 data yang memiliki nilai terendah dan tertinggi pada keseluruhan data wine. Data tersebut digunakan untuk proses pelatihan pada iterasi pertama. Sisanya adalah 100 data yang sebagian diikutkan sebagai data pelatihan dengan jumlah 42 data dan sebagian lagi sebagai data uji dengan jumlah 58 data. Secara keseluruhan data wine pada iterasi pertama terdiri dari 120 data pelatihan dan 58 data uji. Iterasi kedua dilakukan dengan menukar data pelatihan pada iterasi pertama yang tidak mengandung nilai fitur terendah dan tertinggi dengan data uji pada iterasi pertama. Pembagian data dapat dilihat pada Tabel 11.

93,43%

72,92%

Tabel 10 menunjukkan rata-rata akurasi menggunakan nilai fitur terendah dan tertinggi adalah yang tertinggi di antara lainnya yaitu sebesar 98,04%. Hal ini disebabkan oleh data uji tidak berada ujung selang yang bernilai nol (vote tidak sama dengan nol) sehingga didapatkan tingkat akurasi yang tinggi. Hasil ini berbeda jauh dengan pelatihan data iris secara acak yaitu sebesar 93,43%. Sebagai pembanding tambahan yaitu pelatihan dengan nilai fitur terendah, dengan nilai fitur tertinggi fitur, dan tanpa nilai fitur terendah dan tertinggi menunjukkan tingkat akurasi yang berbeda jauh yaitu masing-masing sebesar 72,55%, 70,59%, dan 72,92%. Hal ini disebabkan oleh adanya kasus-kasus yang berada pada ujung selang yang bernilai nol pada ketiga percobaan tersebut. Pada penelitian data iris ini, perbandingan tingkat akurasi rata-rata dari hasil kelima percobaan digambarkan dalam Gambar 2.

Tabel 11 Pembagian Data Wine dengan Nilai Fitur Terendah dan Tertinggi Keterangan

Iterasi 1

Iterasi 2 Gambar 2 Perbandingan Akurasi pada Data Iris.

Kelas 1 Kelas 2 Kelas 3 Total Kelas 1 Kelas 2 Kelas 3 Total

Data Latih 40 48 32 120 40 48 32 120

Data Uji 19 23 16 58 19 23 16 58

8

b.


Hasil pelatihan menggunakan nilai fitur terendah dan tertinggi menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 11 dan Lampiran 12. Proses pengujian menghasilkan akurasi pada iterasi pertama sebesar 94,83% dan pada iterasi kedua sebesar 98,28%. Rata-rata tingkat akurasi adalah sebesar 96,56%. Hasil akurasi ditunjukkan dalam Tabel 12. Tabel 12 Hasil Akurasi dengan Nilai Fitur Minimum dan Maksimum Data Wine Nilai Akurasi 94,83% 98,28% 96,56%

Keterangan Iterasi 1 Iterasi 2 Rata-rata 2.


a.

Pemilihan Data

Proses ini dilakukan dengan menggunakan metode 3-fold cross validation dengan jumlah data keseluruhan 178 kasus. Terlebih dahulu data dibagi menjadi tiga himpunan. Jumlah masing-masing bagiannya hampir sama satu dengan lainnya. Pembagian tersebut menghasilkan bagian S1, S2, dan S3. Hasil pembagian data himpunan secara keseluruhan disajikan dalam Tabel 13. Tabel 13 Hasil Pembagian Acak Data Wine Himpunan Bagian Kelas 1 Kelas 2 Kelas 3 Total

S1

S2

S3

20 24 16 60

20 24 16 60

19 23 16 58

Proses pengujian menghasilkan akurasi pada iterasi pertama sebesar 94.83%, pada iterasi kedua sebesar 93.33%, dan pada iterasi ketiga sebesar 95%. Rata-rata tingkat akurasi adalah sebesar 94,39%. Hasil akurasi ditunjukkan dalam Tabel 15. Tabel 15 Hasil Akurasi dengan Nilai Acak Data Wine Keterangan Iterasi 1 Iterasi 2 Iterasi 3 Rata-rata 3.

Pengolahan Data Pelatihan Menggunakan Nilai Fitur Terendah.

a.

Pemilihan Data

Data yang hanya memiliki nilai fitur terendah ditambah dengan data yang tidak memiliki nilai fitur terendah dan tertinggi dijadikan data latih, sedangkan data ujinya adalah data yang memiliki nilai fitur tertinggi ditambah sisa data yang tidak memiliki nilai fitur terendah dan tertinggi. Data yang dijadikan data latih dan data uji memiliki rasio 2:1, sehingga diperoleh 119 data latih dan 59 data uji. Hasil pembagian data dapat dilihat pada Tabel 16. Tabel 16 Pembagian Data Wine dengan Nilai Fitur Terendah Kelas Kelas 1 Kelas 2 Kelas 3 Total b.

Penelitian ini dilakukan dengan pelatihan dan pengujian data sebanyak tiga kali. Susunan data pelatihan dan data pengujian disajikan dalam Tabel 14. Tabel 14 Susunan Data Pelatihan dan Data Pengujian Data Wine Iterasi 1 2 3 b.


Pengujian S1 S2 S3


Hasil pelatihan secara acak menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 13, Lampiran 14, dan Lampiran 15.

Nilai Akurasi 94.83% 93.33% 95% 94,39%

Data Latih 40 47 32 119

Data Uji 19 24 16 59


Hasil pelatihan menggunakan nilai fitur terendah menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 16. Proses pengujian menghasilkan akurasi sebesar 89,83%. 4.

Pemilihan Data Pelatihan Menggunakan Nilai Fitur Tertinggi

a.

Pemilihan Data

Data yang hanya memiliki nilai fitur tertinggi ditambah dengan data yang tidak memiliki nilai fitur terendah dan maksimum dijadikan data latih, sedangkan data ujinya adalah data yang memiliki nilai fitur terendah dan tertinggi ditambah sisa data yang tidak memiliki nilai fitur terendah dan tertinggi.

9

Data yang dijadikan data latih dan data uji memiliki rasio 2:1, sehingga diperoleh 119 data latih dan 59 data uji. Hasil pembagian data dapat dilihat pada Tabel 17. Tabel 17 Pembagian Data Wine dengan Nilai Fitur Tertinggi Kelas Kelas 1 Kelas 2 Kelas 3 Total b.

Data Latih 40 47 32 119

Data Uji 19 24 16 59



Pemilihan Data Pelatihan Tanpa Menggunakan Nilai Fitur Terendah dan Tertinggi

a.

Pemilihan Data

Data yang tidak memiliki nilai fitur terendah dan tertinggi sejumlah 100 kasus digunakan sebagai data latih sedangan data uji adalah data yang memiliki nilai fitur terendah dan tertinggi sebanyak 78. Pembagian data ini dapat dilihat pada Tabel 18. Tabel 18 Pembagian Data Wine dengan Tanpa Menggunakan Nilai Fitur Terendah dan Tertinggi Kelas Kelas 1 Kelas 2 Kelas 3 Total b.

Data Latih 33 45 22 100

Data Uji 26 26 26 78


Hasil pelatihan tanpa menggunakan nilai fitur terendah dan tertinggi menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 18. Proses pengujian menghasilkan akurasi sebesar 89,74%. 6.

Tabel 19 Perbandingan Akurasi pada Data Wine Percobaan 1 2 3 4 5


Akurasi 96,56% 94,39% 89,83% 88,14% 89,74%

Tabel 19 menunjukkan rata-rata akurasi menggunakan nilai fitur terendah dan tertinggi adalah yang tertinggi di antara lainnya yaitu sebesar 96,56%. Hal ini disebabkan oleh data uji yang tidak berada di ujung selang yang bernilai nol (vote tidak sama dengan nol). Hasil ini tidak berbeda jauh dengan tingkat akurasi pada pelatihan data wine secara acak yaitu sebesar 94,39%. Walaupun tidak berbeda jauh, pelatihan menggunakan nilai fitur terendah dan tertinggi menunjukkan angka yang lebih tinggi dibandingkan pada pelatihan data wine secara acak. Sebagai pembanding tambahan yaitu pelatihan dengan nilai fitur terendah, dengan nilai fitur tertinggi, dan tanpa nilai fitur terendah dan tertinggi menunjukkan tingkat akurasi yang lebih rendah yaitu masing-masing sebesar 89,83%, 88,14%, dan 89,74%. Tingkat akurasi tersebut masih dibilang tinggi karena hampir mendekati 90%. Hal ini disebabkan oleh sedikitnya pengaruh nilai nol di ujung selang pada ketiga percobaan tersebut terhadap tingkat akurasi data wine. Sedikitnya pengaruh tersebut dimungkinkan karena nilai fitur tiap kelas berbeda-beda di mana terdapat range nilai yang jauh antar kelas sehingga memengaruhi rataan nilai dari ketiga kelas. Pada penelitian data wine ini, perbandingan tingkat akurasi rata-rata dari hasil kelima percobaan digambarkan dalam Gambar 3.

Analisis dan Perbandingan Akurasi pada Data Wine

Pelatihan dan pengujian data wine menunjukkan tingkat akurasi yang bervariasi. Hal ini disebabkan oleh cara pemilihan data latih dan data uji yang berbeda-beda. Perbedaan tingkat akurasi masing-masing ditunjukkan pada Tabel 19.

10

Tabel 20 Pembagian Data Ikan Koi dengan Nilai Fitur Terendah dan Tertinggi Keterangan Kelas 1 Iterasi 1 Kelas 2 Total Kelas 1 Iterasi 2 Kelas 2 Total b.

Gambar 3 Perbandingan Akurasi pada Data Wine. Pengolahan dan Tingkat Akurasi VFI5 dengan Data Ikan Koi Kelompok data ikan koi ini terdiri atas 119 kasus dengan 13 fitur dan mempunyai 2 kelas data. 1.

Pengolahan Data Pelatihan Menggunakan Nilai Fitur Terendah dan Tertinggi

a.

Pemilihan Data

Proses ini dilakukan dengan menggunakan metode seperti pada iris dan wine. Data ikan koi dibagi menjadi 2 kelas yang tiap kelasnya terdiri atas 60 kasus dan 59 kasus dengan 13 fitur. Tiap-tiap kelas masingmasing fiturnya diambil 1 nilai terendah dan 1 nilai tertinggi sehingga diperoleh 13 nilai terendah dan 13 nilai tertinggi pada tiap kelasnya. Pembagian tersebut menghasilkan 26 nilai terendah dan 26 nilai maksimum atau total 52 data yang memiliki nilai terendah nilai dan tertinggi pada keseluruhan data ikan koi. Data tersebut digunakan untuk proses pelatihan pada iterasi pertama. Sisanya adalah 67 data yang sebagian diikutkan sebagai data pelatihan dengan jumlah 28 data dan sebagian lagi sebagai data uji dengan jumlah 39 data. Secara keseluruhan data ikan koi pada iterasi pertama terdiri dari 80 data pelatihan dan 39 data uji. Iterasi kedua dilakukan dengan menukar data pelatihan pada iterasi pertama yang tidak mengandung nilai fitur terendah dan tertinggi dengan data uji pada iterasi pertama. Pembagian data dapat dilihat pada Tabel 20.

Data Latih 40 40 80 40 40 80

Data Uji 20 19 39 20 19 39


Hasil pelatihan menggunakan nilai fitur terendah dan tertinggi menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 19 dan Lampiran 20. Proses pengujian menghasilkan akurasi pada iterasi pertama sebesar 100% dan pada iterasi kedua sebesar 100%. Rata-rata tingkat akurasi adalah sebesar 100%. Hasil akurasi ditunjukkan dalam Tabel 21. Tabel 21 Hasil Akurasi dengan Nilai Fitur Terendah dan Tertinggi Data Ikan Koi Nilai Akurasi 100% 100% 100%

Keterangan Iterasi 1 Iterasi 2 Rata-rata 2.


a.

Pemilihan Data

Proses ini dilakukan dengan menggunakan metode 3-fold cross validation dengan jumlah data keseluruhan 119 kasus. Terlebih dahulu data dibagi menjadi tiga himpunan. Jumlah masing-masing bagiannya hampir sama satu dengan lainnya. Pembagian tersebut menghasilkan bagian S1, S2, dan S3. Hasil pembagian data himpunan secara keseluruhan disajikan dalam Tabel 22. Tabel 22 Hasil Pembagian Acak Data Ikan Koi Himpunan Bagian Kelas 1 Kelas 2 Total

S1

S2

S3

20 20 40

20 20 40

20 19 39

Penelitian ini dilakukan dengan pelatihan dan pengujian data sebanyak tiga kali. Susunan data pelatihan dan data pengujian disajikan dalam Tabel 23.

11

Tabel 23 Susunan Data Pelatihan dan Data Pengujian Data Koi Iterasi 1 2 3 b.


Pengujian S1 S2 S3


Hasil pelatihan secara acak menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 21, Lampiran 22, dan Lampiran 23. Proses pengujian menghasilkan akurasi pada iterasi pertama sebesar 97,44%, pada iterasi kedua sebesar 95%, dan iterasi ketiga sebesar 95%. Rata-rata tingkat akurasi adalah sebesar 95,81%. Hasil akurasi ditunjukkan dalam Tabel 24. Tabel 24 Hasil Akurasi dengan Nilai Acak Data Ikan Koi Keterangan Iterasi 1 Iterasi 2 Iterasi 3 Rata-rata

Nilai Akurasi 97,44% 95% 95% 95,81%

3.

Pengolahan Data Pelatihan Menggunakan Nilai Fitur Terendah.

a.

Pemilihan Data

Data yang hanya memiliki nilai fitur terendah ditambah dengan data yang tidak memiliki nilai fitur terendah dan tertinggi dijadikan data latih, sedangkan data ujinya adalah data yang memiliki nilai fitur tertinggi ditambah sisa data yang tidak memiliki minimum dan maksimum fitur. Data yang dijadikan data latih dan data uji memiliki rasio 2:1, sehingga diperoleh 80 data latih dan 39 data uji. Hasil pembagian data dapat dilihat pada Tabel 25. Tabel 25 Pembagian Data Ikan Koi dengan Nilai Fitur Terendah Kelas Kelas 1 Kelas 2 Total b.

Data Latih 40 40 80

Data Uji 20 19 39


Hasil Hasil pelatihan menggunakan nilai fitur terendah menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 24. Proses

pengujian 92,31%.

menghasilkan

akurasi

sebesar

4.

Pemilihan Data Pelatihan Menggunakan Nilai Fitur Tertinggi

a.

Pemilihan Data

Data yang hanya memiliki nilai fitur tertinggi ditambah dengan data yang tidak memiliki nilai fitur terendah dan tertinggi dijadikan data latih, sedangkan data ujinya adalah data yang memiliki nilai fitur terendah ditambah sisa data yang tidak memiliki nilai fitur terendah dan tertinggi. Data yang dijadikan data latih dan data uji memiliki rasio 2:1, sehingga diperoleh 80 data latih dan 39 data uji. Hasil pembagian data dapat dilihat pada Tabel 26. Tabel 26 Pembagian Data Ikan Koi dengan Nilai Fitur Tertinggi Kelas Kelas 1 Kelas 2 Total b.

Data Latih 40 40 80

Data Uji 20 19 39



Pemilihan Data Pelatihan Tanpa Menggunakan Nilai Fitur Terendah dan Tertinggi

a.

Pemilihan Data

Data yang tidak memiliki nilai fitur terendah dan tertinggi sejumlah 67 kasus digunakan sebagai data latih sedangkan data uji adalah data yang memiliki nilai fitur terendah dan tertinggi sebanyak 52. Pembagian data ini dapat dilihat pada Tabel 27. Tabel 27 Pembagian Data Ikan Koi Tanpa Menggunakan Nilai Fitur Terendah dan Tertinggi Kelas Kelas 1 Kelas 2 Total

Data Latih 34 33 67

Data Uji 26 26 52

12

b.


Hasil pelatihan tanpa menggunakan nilai fitur terendah dan tertinggi menghasilkan normalisasi akhir yang dapat dilihat pada Lampiran 26. Proses pengujian menghasilkan akurasi sebesar 61,54%. 6.

Pada penelitian data ikan koi ini, perbandingan tingkat akurasi rata-rata dari hasil kelima percobaan digambarkan dalam Gambar 4.

Analisis dan Perbandingan Akurasi pada Data Ikan Koi

Pelatihan dan Pengujian data ikan koi menunjukkan tingkat akurasi yang bervariasi. Hal ini disebabkan karena cara pemilihan data latih dan data uji yang berbeda-beda. Perbedaan tingkat akurasi masing-masing ditunjukkan pada Tabel 28. Tabel 28 Perbandingan Akurasi pada Data Ikan Koi Percobaan 1 2 3 4 5


Akurasi 100% 95,81%

Gambar 4 Perbandingan Akurasi pada Data Ikan Koi.

92,31% KESIMPULAN DAN SARAN 74,36 % 61,54 %

Tabel 27 menunjukkan rata-rata akurasi menggunakan nilai nilai fitur terendah dan tertinggi adalah yang tertinggi diantara lainnya yaitu sebesar 100%. Hal ini disebabkan oleh data uji tidak berada di ujung selang yang bernilai nol (vote tidak sama dengan nol) sehingga didapatkan tingkat akurasi yang tinggi. Hasil ini jauh lebih tinggi dibandingkan tingkat akurasi pada pelatihan data iris secara acak yaitu sebesar 95,81%. Sebagai pembanding tambahan yaitu pelatihan dengan nilai fitur terendah, dengan nilai fitur tertinggi, dan tanpa nilai fitur terendah dan tertinggi menunjukkan tingkat akurasi yang berbeda jauh yaitu masing-masing sebesar 92,31%, 74,36%, dan 61,54%. Saat pelatihan dengan menggunakan nilai fitur terendah, tingkat akurasi terbilang tinggi. Hal ini dilihat pada tingkat akurasi di atas 90% yang disebabkan oleh sedikitnya pengaruh nilai nol pada ujung selang sterhadap tingkat akurasi dari data ikan koi. Berbeda dengan kedua percobaan terakhir, nilai nol pada ujung selang sangat berpengaruh sehingga mengakibatkan tingkat akurasi yang rendah.

Kesimpulan Dari ketiga data yang digunakan pada kinerja algoritme VFI 5 dengan pemilihan data latih menggunakan nilai fitur terendah dan tertinggi dengan data iris dihasilkan akurasi lebih tinggi dari metode yang lain yaitu 98,04%, sedangkan pada data wine dihasilkan akurasi sebesar 96,56%. Pada data jenis kelamin ikan koi akurasi yang diperoleh sangat tinggi yaitu mencapai 100%. Jika dilihat dari hasil ketiga pengujian tersebut, penelitian ini memerlihatkan bahwa algoritme VFI 5 dengan metode pemilihan data menggunakan nilai fitur terendah dan tertinggi mampu meningkatkan kinerja dari algoritme VFI 5. Saran Penelitian lanjutan yang terkait dengan topik penelitian ini masih dapat dilakukan dengan menggunakan data yang memiliki dimensi atau fitur yang lebih besar. Selanjutnya peningkatan kinerja metode pemilihan data ini dapat juga dilakukan dengan menghilangkan nilai voting nol pada ujung selang kanan dan kiri. Karena nilai nol tersebut dimungkinkan mengurangi akurasi.

13

DAFTAR PUSTAKA

Demiröz G. 1997. Non-Incremental Classification Learning Algorithms Based on Voting Feature Intervals. http://www.cs.bilkent.edu.tr/techreports/1997/BU-CEIS-9715.pdf [16 Agustus 2008]. Demiroz G, Guvenir HA. 1997. Classification by Voting Feature Intervals. http://www.cs.bilkent.edu.tr /techreports/1997/BU-CEIS-9708.ps.gz. [16 Agustus 2008]. Güvenir HA. 1998. A Classification Learning Algorithm Robust to Irrelevant Features. http://www.cs.bilkent.edu.tr/techreport/1998/BU-CEIS-9810.pdf [16 Agustus 2008]. Han J, Kamber M. 2001. Data Mining Concepts &Techniques. USA: Academic Press. McLennan W. 1998. Statistics - A Power Edge! Second Edition. Canberra: Australian Bureau of Statistics. Nasution R. 2003. Teknik Sampling. library.usu.ac.id/download/fkm/fkmrozaini.pdf [17 Desember 2009]. Sarle W. 2004. What are cross-validation and bootstrapping?. http://www.faqs.org/faqsaifaq/neuralnets/p art3/section-12.html

14

PEMILIHAN DATA TRAINING UNTUK MENINGKATKAN KINERJA VOTING FEATURE INTERVAL 5 (VFI 5) DAVID AULIA AKBAR ADHIEPUTRA

Recommend Documents