(mining) pengetahuan dari sekumpulan data yang

BAB 2
TINJAUAN PUSTAKA
2.1. Data Mining (DM)
Data mining adalah proses menambang (mining) pengetahuan dari sekumpulan data
yang sangat besar (Han & Kamber 2006). Menurut Connolly dan Begg, 2005. Data
mining adalah proses pengolahan informasi dari sebuah database yang besar, meliputi
proses ekstraksi, pengenalan, komprehensif, dan penyajian informasi sehingga dapat
digunakan dalam pengambilan keputusan bisnis yang krusial”. Sedangkan Menurut
Berry dan Linoff (2004), “Data mining adalah mengeksplorasi dan menganalisis data
dalam jumlah besar untuk menemukan pola dan rule yang berarti”. Data mining
merupakan suatu langkah dalam knowledge discovery in database (KDD).
Alasan-alasan utama dalam penggunaan data mining adalah :
1. Banyaknya jumlah data yang ada dan akan terus meningkatnya jumlah
data.
2. Kebutuhan untuk menginterpretasikan data.
Data mining tidak hanya berhubungan dengan masalah basis data, tetapi merupakan
suatu “titik temu” dari berbagai macam ilmu pengetahuan yang dapat digunakan
untuk membangun suatu informasi dalam memperoleh pengetahuan yang baru
ataupun penting. Disiplin ilmu tersebut
dapat
meliputi
basis
data,
statistik,
probabilistik, jaringan saraf tiruan, data visual, dan sebagainya.
2.1.1. Data Cleaning
Data cleaning adalah suatu teknik yang digunakan untuk menangani data yang tidak
lengkap. Proses data cleaning ini juga mencakup antara lain membuang duplikasi
data, memeriksa data yang tidak konsisten, dan memperbaiki kesalahan pada data,
seperti kesalahan cetak (tipografi) (Kurniawati, 2015).
Universitas Sumatera Utara
6
Pada proses ini juga dilakukan proses enrichment, yaitu proses memperkaya data yang
sudah ada dengan data atau informasi lain yang relevan dan diperlukan untuk KDD,
seperti data atau informasi eksternal.
Untuk melakukan proses data cleaning dapat menggunakan teknik remove
incomplete data. Pada teknik remove incomplete data, data yang tidak lengkap
dihilangkan (remove) di record/baris data pada masing-masing variabel sampel data
tersebut.
Dalam teknik remove incomplete data dilakukan pemilahan atau penentuan
data yang tidak lengkap / komplit untuk dihilangkan dalam satu record / baris data
pada masing-masing variabel data yang ada, seperti pada tabel 2.1 :
Tabel 2.1. Data Tidak Lengkap
Pasien
Gejala
001
Demam, sakit perut, muntah, sakit kepala
002
Demam, keringat malam hari, sakit kepala, muntah, sakit perut
003
-
004
Demam, sakit kepala, muntah, sakit perut
005
Demam, sakit kepala, muntah, sakit perut
006
Demam, sakit perut, sakit kepala, muntah
007
-
Dari Tabel 2.1 diatas dapat dilihat bahwa terdapat data tidak lengkap yaitu
pada record 3 dan 7. Untuk menjadikannya sebagai data lengkap, dengan teknik
remove incomplete data maka nama peserta 003 dan 007 akan dihapus dari database.
Dari hasil yang didapat maka tabel data lengkapnya adalah seperti pada tabel 2.2
Tabel 2.2. Data Lengkap
Pasien
Gejala
001
Demam, sakit perut, muntah, sakit kepala
002
Keringat malam hari, sakit kepala, muntah, badan lemas
004
Demam, sakit kepala, muntah, sakit perut
005
Demam, sakit kepala, muntah, sakit perut
006
Demam, sakit perut, sakit kepala, muntah
Universitas Sumatera Utara
7
2.1.2. Data Transformation
Data transformation adalah suatu teknik yang digunakan untuk mentransformasikan
data mentah ke dalam data yang ditransformasikan. Untuk melakukan data
transformasi, dapat digunakan dengan berbagai macam cara, salah satunya adalah
Algoritma Fungsi Interval.
Algoritma data transformation dengan cara algoritma fungsi interval ini,
adalah dengan langkah-langkah seperti yang dijelaskan pada algoritma berikut ini:
Algoritma
Input : Data lengkap
Output : Data yang ditransformasikan
Berdasarkan nilai diatas, maka tabel 3.3 dapat ditransformasikan ke dalam
tabel 2.3.
Tabel 2.3. Data Transformasi
Atribut
Nilai
Demam
0 = Tidak, 1 = Ya
Sakit kepala
0 = Tidak, 1 = Ya
Sakit perut
0 = Tidak, 1 = Ya
Muntah
0 = Tidak, 1 = Ya
Diagnosa
1 = Positif, 2 = Negatif
Tabel 2.4. Hasil Data Transformasi
Pasien
Demam
Sakit kepala
Sakit perut
Muntah
001
1
1
1
1
002
0
1
0
1
004
1
1
1
1
005
1
1
1
1
006
1
1
1
1
2.2. Teori Rough Set
Teknik Rough Set merupakan sebuah teknik matematik yang dikembangkan oleh
Pawlack pada tahun 1982 dan digunakan untuk analisis klasifikasi data dalam bentuk
tabel (Thangavel, et al. 2006). Data yang digunakan biasanya data diskret. Tujuan dari
Universitas Sumatera Utara
8
analisis Rough Set adalah untuk mendapatkan perkiraan rule yang singkat dari suatu
tabel. Hasil dari analis Rough Set dapat digunakan dalam proses data mining dan
knowledge discovery. Teknik ini digunakan untuk menangani masalah uncertainly,
missing data, uncompleted, inconsistency data, imprecision, dan vagueness (tidak
pasti, data hilang, tidak lengkap, tidak selaras, ketidaktepatan, ketidakjelasan).
Teori ini memberikan pendekatan matematika baru untuk permasalahan dengan
tingkat ketidakpastian yang tinggi. Teori ini menjadi dasar penting untuk kecerdasan
buatan, pembelajaran mesin, perolehan informasi, analisis keputusan, data mining,
sistem pakar, hingga pengenalan pola. Kelebihan teori ini adalah tidak diperlukannya
preliminary dan juga informasi tambahan mengenai data dalam melakukan analisis
suatu data. Tetapi teori rough set ini tidak dapat menyelesaikan permasalahan dengan
atribut yang bernilai kontinu. Sedangkan yang ada dalam kasus di dunia nyata selalu
mengandung variabel – variabel yang bernilai kontinu.
Filosofi rough set didirikan pada asumsi bahwa dengan setiap objek wacana
alam semesta kita mengasosiasikan beberapa informasi (data, pengetahuan). Sebagai
contoh, jika objek adalah pasien yang menderita penyakit tertentu, gejala dari penyakit
tersebut merupakan informasi tentang pasien. Objek ditandai oleh informasi yang
sama yang indiscernible (similar) mengingat informasi yang tersedia pada objek
tersebut. Hubungan indiscernibility yang dihasilkan dengan cara ini adalah dasar
matematika teori rough set. Himpunan dari seluruh obyek indiscernible (similar) yang
disebut elementary set, dan membentuk granul dasar (atom) dari pengetahuan tentang
alam semesta. serikat pekerja dari beberapa elementary set dirujuk sebagai satu set
crisp (tepat) dengan kata lain set tersebut rough. Setiap rough set memiliki masalah
garis batas (boundary-line), yaitu objek yang tidak dapat diklasifikasikan dengan
pasti, dengan menggunakan pengetahuan yang ada, karena member dari set tersebut
atau objek complement. Tentunya rough set, berbeda dengan precise set, tidak dapat
dicirikan dalam hal informasi tentang elemen mereka. Dengan rough set, sepasang
precise set menyebutkan aproksimasi bawah dan atas dari rough set berasosiasi.
Aproksimasi bawah (lower approximation) terdiri dari semua objek yang tentu saja
termasuk set dan upper approximation berisi semua objek yang mungkin termasuk set.
Perbedaan antara aproksimasi atas dan bawah membentuk daerah batas (boundary
region) rough set. Aproksimasi adalah dua operasi dasar pada teori rough set.
Universitas Sumatera Utara
9
Pendekatan rough set tampaknya menjadi dasar yang penting untuk AI dan ilmu
kognitif, khususnya pada area machine learning, akuisisi pengetahuan, decision
analysis, penemuan pengetahuan dari database, sistem pakar, penalaran induktif dan
pengenalan pola. Teori rough set telah berhasil diterapkan dalam banyak masalah
kehidupan nyata dalam kedokteran, farmakologi, teknik, perbankan, keuangan,
analisis pasar, pengelolaan lingkungan dan lain-lain.
Pendekatan rough set untuk analisis data memiliki banyak kelebihan utama.
diantaranya adalah:
1. Menyediakan algoritma efisien untuk menemukan pola yang tersembunyi
dalam data.
2. Menemukan set minimal data (reduksi data).
3. Mengevaluasi signifikansi data.
4. Menghasilkan set decision rule dari data.
5. Menawarkan interpretasi langsung dari hasil yang diperoleh.
6. Sebagian besar algoritma didasarkan pada teori rough set sangat cocok untuk
pemrosesan paralel.
7. Mudah untuk dipahami.
Rough Set merupakan teknik yang efisien untuk knowledge discovery in
database (KDD) proses dan data mining. Secara umum teori Rough Set telah
digunakan dalam banyak aplikasi seperti medicine, pharmacology, business, banking,
engineering design, image processing dan decision analysis.
Beberapa konsep dasar yang harus dilakukan untuk melakukan knowledge
discovery in database (KDD) dengan teknik rough set, antara lain:
1. Information system dan Decision system, representasikan data atau objek.
2. Indicernibility Relation, menghubungankan antar atribut yang tidak dapat
dipisahkan.
3. Equivalence Class, mengelompokkan objek-objek yang memiliki atribut
kondisi yang sama.
4. Discernibility Matrix / discernibility matrix modulo,
sekumpulan atribut
yang berbeda antara objek.
5. Reduction, penyelesaian atribut minimal dari sekumpulan atribut kondisi
dengan menggunakan prime implicant fungsi boolean.
Universitas Sumatera Utara
10
6. Generating Rules, membangkitkan aturan-aturan (rules) dari pengetahuan
yang didapat dalam proses ekstrak data.
Dalam sebuah pengambilan keputusan, teknik Artificial Intelligence (AI)
Rough Set merupakan salah satu teknik yang tepat digunakan, dengan teknik ini
nantinya akan didapat suatu hasil knowledge / pattern yang dapat digunakan dalam
mengambil suatu keputusan, yaitu dengan melakukan tahapan-tahapan dalam
knowledge discovery in database (KDD), yang terdiri dari data cleaning, data
integration, data selection, data transformation, data mining, evaluation dan
knowledge presentation (Han & Kamber 2006).
2.2.1. Information System dan Decision System
Rough Set menawarkan dua bentuk representasi data yaitu Information Systems (IS)
dan Decision System (DS). Information System adalah sebuah Informating System (IS)
yang terdiri dari : IS = {U, A}, dimana U = {e 1, e2, …, en} dan A = {a1, a2, …, an}
yang merupakan sekumpulan example dan attribute kondisi secara berurutan.
Definisi di atas memperlihatkan bahwa sebuah Information System terdiri dari
sekumpulan example, seperti {e1, e2, …, en} dan attribute kondisi, seperti {a1, a2, …,
an}. Sebuah Information System yang sederhana dapat dicontohkan seperti tabel 2.5
Tabel 2.5. Information System
Pasien
Demam
Sakit kepala
Sakit perut
Muntah
001
1
1
1
1
002
0
1
0
1
004
1
1
1
1
005
1
1
1
1
006
1
1
1
1
Tabel 2.5 memperlihatkan sebuah Information System yang sederhana. Dalam
Information System, tiap-tiap baris mempresentasikan objek sedangkan tiap-tiap
kolom mempresentasikan atribut kondisi (A). Tabel 2.4 terdiri dari 5 objek yaitu 001,
002, 004, 005, dan 006, sedangkan atribut kondisinya terdiri dari 4 yaitu demam, sakit
kepala, sakit perut, muntah.
Universitas Sumatera Utara
11
Dalam banyak aplikasi, sebuah Information System (IS) juga direpresentasikan
dengan sebuah Decision Attribute (atribut keputusan),
C = {C1, C2, …, Cn }.
Sehingga Information System (IS) menjadi IS = (U, {A,C}). Pada tabel 2.5 dapat
dilihat sebuah contoh Information System (IS) yang didalamnya terdapat objek (U),
atribut kondisi (A) dan atribut keputusan (C).
Tabel 2.6. Information System Dengan Atribut Keputusan
Pasien
Demam
Sakit kepala
Sakit perut
Muntah
Keputusan
001
1
1
1
1
1
002
0
1
0
1
2
004
1
1
1
1
1
005
1
1
1
1
1
006
1
1
1
1
1
Tabel 2.6 memperlihatkan sebuah Decision System yang sederhana yang terdiri
dari 5 objek yaitu, 001, 002, 004, 005, dan 006, 4 atribut kondisi yaitu demam, sakit
kepala, sakit perut, muntah, serta 1 atribut keputusan.
2.2.2. Indiscernibility Relation
Dalam decision system, sebuah objek dapat memiliki nilai yang sama untuk sebuah
atribut kondisionalnya, hubungan tersebut disebut dengan indiscernibility (tidak dapat
dipisahkan (Listiana et al, 2011).
Berdasarkan tabel 2.6 maka didapatkan
Indicernibility Relation sebagai
berikut:
IND (Demam)
= {001, 004, 005, 006}
IND (Sakit Kepala)
= {001, 002, 004, 005, 006}
IND (Sakit Perut)
= {001, 004, 005, 006}
IND (Muntah)
= {001, 002, 004, 005, 006}
Kelas-kelas yang telah dikelompokkan disebut dengan equivalence class.
Universitas Sumatera Utara
12
2.2.3. Equivalence Class
Equivalence Class adalah mengelompokkan objek-objek yang mempunyai nilai
atribut yang sama menjadi satu bagian. Seperti dapat dilihat pada tabel 2.6 bahwa
beberapa objek mempunyai atribut yang sama sehingga dapat disatukan. Setelah objek
yang mempunyai atribut yang sama disatukan, maka akan menghasilkan suatu
Equivalence Class (EC1-EC2), seperti digambarkan pada tabel 2.7.
Tabel 2.7. Equivalence Class
Equivalence
Demam
Sakit
Sakit
Muntah (D) Keputusan
Class
(A)
kepala (B)
perut (C)
EC 1
1
1
1
1
1
EC 2
0
1
0
1
2
(E)
2.2.4. Discernibility Matrix
Discernibility Matrix terdiri dari sekumpulan atribut yang berbeda antara object Xi
(Kolom Equivalence Class) dan Xj (Baris Equivalence Class). Pada discernibility
matrix ini akan dibandingkan isi sebuah atribut antara suatu objek dengan objek
lainnya. Dalam proses membandingkan ini, yang diperhatikan hanya atribut
kondisinya saja, jika nilai atributnya sama maka tidak akan menghasilkan suatu nilai,
tetapi akan memberi suatu nilai jika nilai atribut yang dibandingkan berbeda, seperti
dapat dilihat pada tabel 2.8 berikut:
Tabel 2.8. Discernibility Matrix
EC1
EC2
EC1
-
AC
EC2
-
AC
2.2.5. Discernibility Matrix Modulo D
Sama seperti Discernibility Matrix, pada Discernibility Matrix Modulo D juga terdiri
dari sekumpulan atribut yang berbeda antara objek Xi (Kolom Equivalence Class) dan
Xj (Baris Equivalence Class). Proses untuk menghasilkan Discernibility Matrix
Modulo D ini juga membandingkan isi sebuah atribut suatu objek dengan objek
lainnya.
Perbedaannya
dengan
Discernibility
Matrix
adalah
proses
Universitas Sumatera Utara
13
membandingkannya, yang diperhatikan tidak hanya atribut kondisinya saja, tetapi juga
atribut keputusannya. Jika nilai atributnya sama maka tidak menghasilkan suatu nilai,
tetapi jika nilai atribut yang dibandingkan berbeda maka akan menghasilkan suatu
nilai, seperti dapat dilihat pada tabel 2.9 yang merupakan Discernibility Matrix
Modulo D.
Tabel 2.9 Discernibility Matrix Modulo D
EC1
EC2
EC1
-
AC
EC2
-
AC
2.2.6. Reduct
Teknik yang dapat diterapkan untuk mendapatkan representasi volume data set yang
jauh lebih kecil disebut dengan Reduct, namun tetap mempertahankan integritas data
asli. Artinya pertambangan data set berkurang harus lebih efisien atau sama dengan
dengan hasil analisis (Han, et al. 2012)
Discernibility matrix modulo D pada tabel 2.9 dapat ditulis sebagai formula
CNF (Conjunctive Normal Form) seperti diperlihatkan pada tabel 2.10.
Tabel 2.10. Reduct
Class
CNF of Boolean Function
Prime Implicant
Reducts
EC1
A^C
(A), (C)
{A}, {C}
EC2
A^C
(A), (C)
{A}, {C}
2.2.7. Generating Rule
Generating Rules adalah suatu metode rough set untuk menghasilkan rules/knowledge
berdasarkan equivalence class dan reduct. Generating Rules dapat juga dikatakan
sebagai suatu algoritma dari Data Mining, yang nantinya dari proses Generating Rules
ini akan dihasilkan suatu rules / knowledge yang dapat digunakan dalam sebuah
pengambilan keputusan.
Dari hasil reduct yang diperoleh maka didapatkan suatu rules / knowledge.
Seperti contoh di atas, rules yang didapatnya adalah :
Universitas Sumatera Utara
14
Rules :
A. EC 1 Menghasilkan reduct {A}, {C}, rulenya adalah:
Jika demam = 1 dan sakit perut = 1, maka diagnosa = 1
B. EC 2 Menghasilkan reduct {A}, {C}, maka rulenya adalah:
Jika demam = 0 dan sakit perut = 0, maka diagnosa = 2
2.3. Algoritma Apriori
Algoritma apriori menghitung seringnya itemset muncul dalam basis data
melalui beberapa iterasi. Setiap iterasi mempunyai dua tahapan menentukan
kandidat dan memilih serta menghitung kandidat (Ashok & Sandeep, 2014). Ide
dasar dari algoritma ini adalah dengan mengembangkan frequent itemset. Dengan
menggunakan satu item dan secara rekursif mengembangkan frequent itemset dengan
dua item, tiga item dan seterusnya hingga frequent itemset dengan semua ukuran.
Untuk mengembangkan frequent set dengan dua item, dapat menggunakan
frequent set item. Alasannya adalah bila set satu item tidak melebihi support
minimum, maka sembarang ukuran itemset yang lebih besar tidak akan melebihi
support minimum tersebut. Secara umum, mengembangkan set dengan frecuent – item
menggunakan frequent set dengan k – 1 item yang dikembangkan dalam langkah
sebelumnya. Setiap langkah memerlukan sekali pemeriksaan ke seluruh isi database.
Dalam asosiasi terdapat istilah antecedent dan consequent, antecedent untuk
mewakili bagian “jika” dan consequent untuk mewakili bagian “maka”. Dalam
analisis ini, antecedent dan consequent adalah sekelompok item yang tidak punya
hubungan secara bersama. Dari jumlah besar aturan yang mungkin dikembangkan,
perlu memiliki aturan-aturan yang cukup kuat tingkat ketergantungan antar item
dalam antecedent dan consequent. Untuk mengukur kekuatan aturan asosiasi ini,
digunakan ukuran support dan confidence. Support adalah rasio antara jumlah
transaksi yang memuat antecedent dan consequent dengan jumlah transaksi.
Confidence adalah rasio antara jumlah transaksi yang meliputi semua item dalam
antecedent dan consequent dengan jumlah transaksi yang meliputi semua item dalam
antecedent.
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 =
𝐽𝑢𝑚𝑙𝑎 𝑕 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑀𝑒𝑛𝑔𝑎𝑛𝑑𝑢𝑛𝑔
𝑇𝑜𝑡𝑎𝑙 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖
𝐴 𝑑𝑎𝑛 𝐵
X 100% .......... [2.5]
Universitas Sumatera Utara
15
𝐶𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 =
𝐽𝑢𝑚𝑙𝑎 𝑕 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑀𝑒𝑛𝑔𝑎𝑛𝑑𝑢𝑛𝑔 𝐴 𝑑𝑎𝑛 𝐵
𝐽𝑢𝑚𝑙𝑎 𝑕 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑀𝑒𝑛𝑔𝑎𝑛𝑑𝑢𝑛𝑔 𝐴
X 100% ......[2.6]
Langkah pertama algoritma apriori adalah, support dari setiap item dihitung dengan
men-scan database. Setelah support dari setiap item didapat, item yang memiliki
support lebih besar dari minimum support dipilih sebagai pola frekuensi tinggi dengan
panjang 1 atau sering disingkat 1-itemset. Singkatan k-itemset berarti satu set yang
terdiri dari k item.
Iterasi kedua menghasilkan 2-itemset yang tiap set-nya memiliki dua item.
Pertama dibuat kandidat 2-itemset dari kombinasi semua 1-itemset. Lalu untuk tiap
kandidat 2-itemset ini dihitung support-nya dengan men-scan database. Support
artinya jumlah transaksi dalam database yang mengandung kedua item dalam
kandidat 2-itemset. Setelah support dari semua kandidat 2-itemset didapatkan,
kandidat 2-itemset yang memenuhi syarat minimum support dapat ditetapkan sebagai
2-itemset yang juga merupakan pola frekuensi tinggi dengan panjang 2. Untuk
selanjutnya iterasi iterasi ke-k dapat dibagi lagi menjadi beberapa bagian :
1.
Pembentukan kandidat itemset
Kandidat k-itemset dibentuk dari kombinasi (k-1)-itemset yang didapat dari
iterasi sebelumnya. Satu ciri dari algoritma apriori adalah adanya
pemangkasan kandidat k-itemset yang subset-nya yang berisi k-1 item tidak
termasuk dalam pola frekuensi tinggi dengan panjang k-1.
2.
Penghitungan support dari tiap kandidat k-itemset
Support dari tiap kandidat k-itemset didapat dengan men-scan database
untuk menghitung jumlah transaksi yang memuat semua item di dalam
kandidat k-itemset tersebut. Ini adalah juga ciri dari algoritma apriori yaitu
diperlukan penghitungan dengan scan seluruh database sebanyak k-itemset
terpanjang.
3.
Tetapkan pola frekuensi tinggi
Pola frekuensi tinggi yang memuat k item atau k-itemset ditetapkan dari
kandidat k-itemset yang support-nya lebih besar dari minimum support.
Kemudian dihitung confidence masing-masing kombinasi item.
Iterasi berhenti ketika semua item telah dihitung sampai tidak ada kombinasi item
lagi. Secara ringkas algoritma apriori sebagai berikut :
Universitas Sumatera Utara
16
Create L1 = set of supported itemsets of cardinality one
Set k to 2
while (Lk−1 _= ∅) {
Create Ck from Lk−1
Prune all the itemsets in Ck that are not
supported, to create Lk
Increase k by 1
}
The set of all supported itemsets is L1 ∪ L2 ∪ · · · ∪ Lk
2.3.1. Classification-Based Association
Saat ini, salah satu teknik data mining telah dikembangkan adalah dengan
menerapkan konsep association rule mining dalam masalah klasifikasi. Ada
beberapa metode yang bisa digunakan, antara lain association rule clustering
system
(ARCS) dan associative classification
(Han, et al. 2012). Metode
ARCS melakukan association rule mining didasarkan pada clustering kemudian
menggunakan aturan yang dihasilkan untuk klasifikasi. ARCS, melakukan
association rule mining dalam bentuk Aquant1  Aquant2  Acat, dimana bentuk
dan
Aquant2
Aquant1
adalah data test yang atributnya punya rentang nilai, Acat menunjukkan
label kelas untuk atribut kategori yang diberikan dari training data .
Metode associative classification mining menghasilkan aturan dalam bentuk
condset (y), dimana condset adalah sekumpulan item dan (y) adalah label kelas.
Aturan yang sesuai dengan minimum support tertentu disebut frequent. Rule
mempunyai support (s) jika (s %) dari sample dalam data set yang mengandung
condset dan memiliki kelas (y). Aturan yang sesuai dengan minimum confidence
disebut accurate. Aturan mempunyai confidence (c) jika (c %) dari sample dalam data
set yang mengandung condset memiliki kelas (y). Jika beberapa rule mempunyai
condset yang sama, maka rule dengan confidence tertinggi dipilih sebagai
possible rule (PR). Metode associative classification mining
menggunakan
algoritma association
menghasilkan
rule,
seperti
algoritma
Apriori
untuk
association rule, kemudian memilih sekelompok aturan yang mempunyai kualitas
tinggi dan menggunakan aturan tersebut untuk memprediksi data.
Associative
Universitas Sumatera Utara
17
classification masih kurang efisien karena seringkali menghasilkan aturan dalam
jumlah yang besar (Yin & Han 2003).
2.4. Penelitian Terdahulu
Pada penelitian ini, peneliti menggunakan beberapa penelitian terdahulu yang
digunakan sebagai bahan kajian selama proses penelitian, yaitu penelitian yang
dilakukan (Adeyemo, et al. 2015), melakukan penelitian tentang diagnosa demam
tifoid menggunakan tiga metode yaitu ID3, C45 dan Multilayer Perceptron (MLP),
dari hasil penelitian tersebut MLP memiliki tinggi akurasi terbaik dibandingkan
dengan kedua metode lainnya, akan tetapi dalam hal kecepatan algoritma C45
ditemukan menjadi yang terbaik dalam data training; (Oguntimilehin, et al. 2013),
melakukan sebuah pendekatan untuk diagnosa demam tifoid menggunakan teknik
machine learning yang dikembangkan dalam penelitian ini dan kinerja sistem diukur
pada kedua set pelatihan dan pengujian; (Budiono, et al. 2014) dalam penelitiannya
melakukan identifikasi dan pencarian informasi mengenai pola penyakit radang sendi
dengan teknik data mining association rule menggunakan algoritma apriori, penelitian
ini menampilkan informasi berupa nilai support dan confidence hubungan antara pola
penyakit radang sendi dengan atribut umur, jenis kelamin, pekerjaan dan gejala;
(Widiastuti & Sofi, 2014) melakukan analisis perbandingan antara algoritma apriori
dan fp-growth dalam penelitian ini ditemukan kekurangan pada algoritma apriori
terkait dengan kecepatan dalam pencarian frequent itemset karena harus melakukan
scanning database berulang kali untuk setiap kombinasi item, selain itu juga
dibutuhkan generate candidate yang besar untuk mendapatkan kombinasi item dari
database sedangkan pada fp-growth menggunakan pembangunan tree dalam pencarian
fruquent item hal tersebut yang menyebabkan algoritma fp-growth lebih cepat. Hasil
penelitian terdahulu dapat dilihat pada tabel 2.11 berikut:
Universitas Sumatera Utara
18
Tabel 2.11. Penelitian Terdahulu
No.
Nama Peneliti dan
Tahun
Adeyemo, et al. 2015
Metode yang
digunakan
ID3/C4.5
Decision tree
and Multilayer
Perceptron
Algorithms
2.
Oguntimilehin, et al.
2013
Machine
Learning
Approach
3.
Widiastuti & Sofi. 2014)
Algoritma
Apriori
4.
Budiono, et al. 2014
Algoritma
Apriori
1.
Hasil Penelitian
Dari hasil perbandingan
dua metode tersebut
Multilayer Perceptron
(MPL) lah yang memiliki
tingkat akurasi mencapai
83.62 % dalam
memprediksi demam
tifoid.
Dengan menggunakan
pendekatan machine
learning untuk diagnosa
demam tifoid tingkat
deteksi 95% untuk training
set dan 96% untuk set
pengujian, tingkat
keberhasilan sistem
dianggap sangat baik.
Algoritma Apriori
ditemukan kelemahan
dalam hal kecepatan
karena melakukan
scanning database
berulang kali.
Pengujian terhadap 4
atribut umur, jenis kelamin
dan gejala mendapatkan
hasil yaitu umur 45, lakilaki, petani, kaku
persendian dengan nilai
support 21 % dan
confident 3 % dari total
4824 kasus, sehingga dapat
membantu Puskesmas
setempat untuk dapat
memperkirakan persediaan
obat dan tenaga medis.
Universitas Sumatera Utara
19
2.5. Perbedaan dengan Penelitian Sebelumnya
Perbedaan penelitian yang peneliti lakukan pada saat ini berdasarkan penelitian yang
telah dilakukan sebelumnya, peneliti melakukan Analisis kinerja metode rough set dan
algoritma apriori untuk mendapatkan akurasi yang optimal dalam identifikasi pola
penyakit demam tifoid.
Universitas Sumatera Utara