PEMBANGKITAN RULE MENGGUNAKAN ROUGH SET PADA FUNGSI KEANGGOTAAN FUZZY
TESIS
SUCI RAMADHANI 127038073
PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
Universitas Sumatera Utara
PEMBANGKITAN RULE MENGGUNAKAN ROUGH SET PADA FUNGSI KEANGGOTAAN FUZZY TESIS Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Magister Teknik Informatika
SUCI RAMADHANI 127038073
PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: PENENTUAN RULE MENGGUNAKAN ROUGH SET PADA METODE TSUKAMOTO
Kategori
: TESIS
Nama
: SUCI RAMADHANI
Nomor Induk Mahasiswa : 127038073 Program Studi
: MAGISTER TEKNIK INFORMATIKA
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
Komisi pembimbing
:
Pembimbing 2,
Pembimbing 1,
Dr. Erna Budhiarti Nababan, M.IT
Prof. Dr. Muhammad Zarlis
Diketahui/disetujui oleh Program Studi S2 Teknik Informatika Ketua,
Prof. Dr. Muhammad Zarlis NIP: 19570701 198601 1 003
Universitas Sumatera Utara
iii
PERNYATAAN
PEMBANGKITAN RULE MENGGUNAKAN ROUGH SET PADA FUNGSI KEANGGOTAAN FUZZY
TESIS Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 12 Februari 2015
Suci Ramadhani 127038073
Universitas Sumatera Utara
iv
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademik Universitas Sumatera Utara, saya yang bertanda tangan dibawah ini : Nama : Suci Ramadhani NIM : 127038073 Program Studi : Teknik Informatika Jenis Karya Ilmiah : Tesis Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Free Right) atas tesis yang berjudul : PEMBANGKITAN RULE MENGGUNAKAN ROUGH SET PADA FUNGSI KEANGGOTAAN FUZZY Dengan Hak Bebas Royalti Non_Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan/atau pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, 12 Februari 2015
Suci Ramadhani 127038073
Universitas Sumatera Utara
v
Telah diuji pada Tanggal : 12 Februari 2015
PANITIA PENGUJI TESIS Ketua : Prof. Dr. Muhammad Zarlis Anggota : 1. Dr. Erna Budhiarti nababan, M.IT 2. Prof. Dr. Herman Mawengkang 3. Prof. Dr. Iriyanto, M.Si 4. Dr. Poltak Sihombing, M.Kom
Universitas Sumatera Utara
vi
RIWAYAT HIDUP DATA PRIBADI Nama Lengkap
: SUCI RAMADHANI
Tempat dan Tanggal Lahir
: Medan, 28 Desember 1988
Alamat
: Jalan S.M.Raja Gang. Indrajid No.21 Medan
Telepon/ HP
: 082273091266
Tempat Bekerja
: STMIK & AMIK LOGIKA
e-Mail
:
[email protected]
DATA PENDIDIKAN SD
: SD Nurul Islam Indonesia Medan
TAMAT Tahun 2000
SMP : Tsanawiyah UNIVA Medan
TAMAT Tahun 2003
SMA : SMA Kesatria Medan
TAMAT Tahun 2006
S-1
: Sistem Informasi STMIK LOGIKA
TAMAT Tahun 2011
S-2
: Teknik Informatika USU
TAMAT Tahun 2015
Universitas Sumatera Utara
vii
KATA PENGANTAR Alhamdulillah puji syukur kehadirat Allah SWT, yang telah memberikan rahmat dan karunia-Nya kepada Peneliti, sehingga Peneliti dapat menyelesaikan tesis ini dengan judul “Pembangkitan Rule Menggunakan Rough Set Pada Fungsi Keanggotaan Fuzzy”. Tesis ini disusun untuk melengkapi dan memenuhi persyaratan mencapai salah satu persyaratan wajib untuk menyelesaikan perkuliahan dengan konsentrasi bidang Magister Teknik Informatika pada Fasilkom TI USU Medan. Dalam menyelesaikan tesis ini, Peneliti telah mendapat banyak bantuan serta masukan dari berbagai pihak. Oleh karena itu, melalui kesempatan yang berbahagia, Peneliti ingin berterima kasih kepada: 1.
Bapak Prof. Dr. Syahril Pasaribu, DTMH, MSc (CTM), SpA(K), selaku Rektor Universitas Sumatera Utara atas kesempatan yang telah diberikan kepada Peneliti sehingga bisa mengikuti dan menyelesaikan pendidikan program Magister (S2) Teknik Informatika.
2.
Bapak Prof. Dr. Muhammad Zarlis, selaku Dekan Fasilkom TI, sekaligus Ketua Program Studi Magister (S2) Teknik Informatika, dan
selaku Dosen
Pembimbing. 3.
Bapak M. Andri Budiman, S.T., M.CompSc, M.EM selaku Sekretaris Program Studi Magister (S2) Teknik Informatika.
4.
Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing yang telah membimbing peneliti dengan penuh kesabaran hingga selesainya Tesis ini.
5.
Bapak Prof. Dr. Herman Mawengkang, Prof. Dr. Iriyanto, M.Si dan Dr. Poltak Sihombing, M.Kom, selaku pembanding yang telah memberikan masukan dan arahan yang baik demi selesainya Tesis ini.
6.
Teristimewa untuk Ibunda Peneliti, Hasnah Marpaung yang telah dengan penuh kasih sayang membesarkan dan mendidik peneliti serta memberikan dorongan moril maupun materil hingga selesainya perkuliahan peneliti. Terima kasih juga peneliti sampaikan kepada Abang, Kakak, dan Adik peneliti atas doa yang tidak pernah padam untuk peneliti di dalam menjalani kegiatan perkuliahan hingga selesai.
Universitas Sumatera Utara
viii
7.
Seluruh pegawai dan staf administrasi pada Program Studi Magister (S2) Teknik Informatika pada Fasilkom TI USU Medan yang telah memberikan bantuan dan pelayanan terbaik kepada peneliti selama mengikuti perkuliahan hingga selesai.
8.
Kepada seluruh rekan Peneliti, Mahasiswa/i Kom C angkatan tahun 2012, terima kasih atas suasana perkuliahan yang baik selama ini dan semoga kita dapat menjalin kerja sama yang baik di masa mendatang.
9.
Semua pihak yang tidak dapat peneliti sebutkan namanya satu persatu, terima kasih atas bantuan yang telah diberikan kepada Peneliti selama ini. Dengan segala kekurangan dan kerendahan hati, sekali lagi Peneliti Peneliti mengucapkan terima kasih. Semoga kiranya Tuhan Yang Maha Esa membalas segala bantuan dan kebaikan yang telah diberikan.
Medan, 12 Februari 2015 Peneliti,
Suci Ramadhani NIM: 127038073
Universitas Sumatera Utara
ix
ABSTRAK
Rule dalam permasalahan fuzzy umumnya didasarkan pada pembangkit fungsi keanggotaan yang daerah keanggotaannya ditentukan menggunakan pengelompokan berdasarkan kategori secara kasat mata. Rough set dapat membentuk rule menggunakan cara melalui batas wilayah. Batas wilayah dalam rough set adalah elemen yang berada diluar set yang mungkin milik set. Rough set sering digunakan untuk pengambilan keputusan. Keuntungan utama dari teori rough set dalam analisis data adalah bahwa tidak memerlukan informasi awal dan tambahan tentang data seperti probabilitas dan statistik, kelas keanggotaan atau nilai kemungkinan dalam himpunan fuzzy teori. Dalam Rough Set kumpulan objek disebut sebagai Information System. Dari Information System tersebut objek-objek diklasifikasikan kedalam areaarea tertentu yang disebut dengan lower approximation, Upper approximation, boundary. Salah satu mekanisme yang turut berperan didalam penentuan rule pada Rough Set adalah penentuan fungsi keanggotaan yang didapat dari himpunan fuzzy kedalam nilai keanggotaan yang memiliki interval antara 0 sampai dengan 1. Tujuan penelitian ini adalah untuk membangkitkan rule pada teori rough set. Rule yang dibangkitkan dengan rough set lebih banyak dari pada menggunakan logika fuzzy, artinya dalam pengambilan keputusan lebih teliti. Untuk 100 data, rule yang dihasilkan memiliki perbandingan 0,3% : 0,29%. Kata Kunci : Rough set, rule, lower approximation, Upper approximation, boundary, fuzzy, Tsukamoto.
Universitas Sumatera Utara
x
RULES GENERATED ON FUZZY MEMBERSHIP FUNCTION USING ROUGH SET
ABSTRACT
Rule the fuzzy problems are generally based on the membership function generator area membership is determined using grouping by category by naked eye. Rough rule sets can be formed using the way through boundaries. Boundaries in the rough set is a set of elements that are outside that may belong to the set. Rough sets are often used for decision making. The main advantage of rough set theory in data analysis is that it does not require initial and additional information about the data such as probability and statistics, grade or grades of membership in the fuzzy set theory possibility. In Rough Set collection of objects called the Information System. The Information System of the objects are classified into specific areas called lower approximation, upper approximation, and boundary. One of the mechanisms that play a role in determining the rule on Rough Set is the determination of membership function derived from fuzzy set membership that has a value between 0 and 1. The purpose of this study is to generate rule on rough set theory. Rule generated by rough sets more than the use of fuzzy method, that is to say in the decision more carefully. For 100 of data, resulting rule has a ratio of 0.3% : 0.29%.
Keyword: Rough set, rule, lower approximation, Upper approximation, boundary, fuzzy, Tsukamoto
Universitas Sumatera Utara
xi
DAFTAR ISI
Hal. HALAMAN JUDUL
i
PERSETUJUAN
ii
PERNYATAAN
iii
PERNYATAAN PERSETUJUAN PUBLIKASI
iv
PANITIA PENGUJI TESIS
v
RIWAYAT HIDUP
vi
KATA PENGANTAR
vii
ABSTRAK
ix
ABSTRACT
x
DAFTAR ISI
xi
DAFTAR GAMBAR
xiii
DAFTAR TABEL
xiv
BAB 1 PENDAHULUAN
1
1.1
LatarBelakang
1
1.2
Rumusan Masalah
3
1.3
Batasan Masalah
3
1.4
Tujuan Penelitian
4
1.5
Manfaat Penelitian
4
BAB II TINJAUAN PUSTAKA 2.1
5
Rough Set
5
2.1.1 Sistem Informasi dan Klasifikasi
6
2.1.2 Sistem Informasi dan Hubungan Indiscernibility
6
2.1.3 Set dan Set Approximation
8
2.1.4 Quality of Approximation and Reduct
9
2.1.5 Perhitungan Reduct dan Information System Berdasarkan Discernable Matrix
10
2.1.6 Decision Rules
11
2.2
Logika Fuzzy
11
2.3
Himpunan Fuzzy
12
Universitas Sumatera Utara
xii
2.4
Fungsi Keanggotaan
15
2.5
Metode Tsukamoto
16
2.6
Penelitian Terdahulu
17
BAB III METODOLOGI PENELITIAN
19
3.1
Pendahuluan
21
3.2
Data yang Digunakan
21
3.3
Perancangan Rough Set
22
3.4
Proses Penyelesaian Masalah
23
3.4.1 Pembentukan Fungsi Keanggotaan
23
3.4.2 Information System
32
3.4.3 Equivalance Class
33
3.4.4 Discernibility Matrix
34
3.4.5 Discernibility Matrix Modulo D
34
3.4.6 Reducts
35
3.4.7 Rule
36
BAB IV
HASIL DAN PEMBAHASAN
37
4.1
Pendahuluan
37
4.2
Hasil Uji Coba Menggunakan Rough Set
37
4.3
Hasil Uji Coba Menggunakan Logika Fuzzy
47
BAB V
KESIMPULAN DAN SARAN
50
5.1
Kesimpulan
50
5.2
Saran
50
DAFTAR PUSTAKA
51
LAMPIRAN-A
53
LAMPIRAN-B
54
Universitas Sumatera Utara
xiii
DAFTAR GAMBAR
Halaman Gambar 2.1.
Positive, boundry, and negative regions pada sebuah set x
Gambar 2.2.
Contoh Pemetaan Input Output
11
Gambar 2.3.
Himpunan: MUDA, PAROBAYA, dan TUA
12
Gambar 2.4.
Himpunan Fuzzy untuk Variabel umur
13
Gambar 2.5.
Kurva Segitiga
15
Gambar 2.6.
Kurva Trapesium
16
Gambar 2.7.
Inferensi dengan Menggunakan Metode Tsukamoto
17
Gambar 3.1.
Tahapan Penelitian
22
Gambar 3.2.
Fungsi Keanggotaan pada Himpunan-himpunan Fuzzy pada Variabel IPK
Gambar 3.3.
24
Fungsi Keanggotaan pada Himpunan-himpunan Fuzzy pada Variabel TOEFL
Gambar 3.4.
26
Fungsi Keanggotaan pada Himpunan-himpunan Fuzzy pada Variabel WORKS
Gambar 3.5.
9
28
Fungsi Keanggotaan pada Himpunan-himpunan Fuzzy pada Variabel INCOME
29
Universitas Sumatera Utara
xiv
DAFTAR TABEL
Halaman Tabel 2.1.
Information System
7
Tabel 2.2.
Decision System
7
Tabel 2.3.
Discernable Matrix
10
Tabel 2.4.
Penelitian Terdahulu
18
Tabel 3.1.
Tabel Data Alumni
23
Tabel 3.2.
Pembenukan Fungsi Keanggotaan
32
Tabel 3.3.
Conditional Attribute
32
Tabel 3.4.
Decision Attribute
33
Tabel 3.5.
Equivalance Class
33
Tabel 3.6.
Discernibility Matrix
34
Tabel 3.7.
Discernibility Matrix Modulo D
35
Tabel 3.8.
Reducts
35
Tabel 4.1.
Hasil Equivalance Class Menggunakan Data 25 Set
37
Tabel 4.2.
Hasil Equivalance Class Menggunakan Data 50 Set
38
Tabel 4.3.
Hasil Equivalance Class Menggunakan Data 75 Set
38
Tabel 4.4.
Hasil Equivalance Class Menggunakan Data 100 Set
39
Tabel 4.5.
Perbandingan reduct
40
Tabel 4.6.
Hasil Rule Menggunakan 25 Data Set
40
Tabel 4.7.
Hasil Rule Menggunakan 50 Data Set
41
Tabel 4.8.
Hasil Rule Menggunakan 75 Data Set
44
Tabel 4.9.
Hasil Rule Menggunakan 100 Data Set
46
Tabel 4.10.
Hasil 100 Data Rule Yang Dihasilkan Menggunakan Logika Fuzzy
Tabel 4.11.
48
Perbandingan Rule Menggunakan Rough Set dan Fuzzy Rule Dalam Tiap Data
Tabel 4.12.
49
Perbandingan Hasil/Keputusan Dengan Tsukamoto Dalam Tiap Data
49
Universitas Sumatera Utara