10/21/2011 POKOK BAHASAN MODEL DATAMINING DEFINISI KATEGORI DALAM DATA MINING. Definisi Kategori Model Naïve Bayesian k-nearest Neighbor Clustering

Transkripsi

1 0//0 POKOK BAHASAN Defns Ktegor Model Nïve Byesn k-nerest Neghbor Clusterng MODEL DATAMINING Bhn Kulh : Topk Khusus DEFINISI DEFINISI Mnng : proses tu ush untuk mendptkn sedkt brng berhrg dr sejumlh besr mterl dsr yng telh d. Beberp fktor dlm pendefnsn dt mnng: dt mnng dlh proses otomts terhdp dt yng dkumpulkn d ms llu objek dr dt mnng dlh dt yng berjumlh besr tu kompleks tujun dr dt mnng dlh menemukn hubungn-hubungn tu pol-pol yng mungkn memberkn ndks yng bermnft. DEFINISI KATEGORI DALAM DATA MINING Defns dt mnng Dt mnng dlh serngkn proses untuk menggl nl tmbh dr sutu kumpuln dt berup pengethun yng selm n tdk dkethu secr mnul. Dt mnng dlh nls otomts dr dt yng berjumlh besr tu kompleks dengn tujun untuk menemukn pol tu kecenderungn yng pentng yng bsny tdk dsdr keberdnny Clssfcton Clusterng Sttstcl Lernng Assocton Anlyss Lnk Mnng Bggng nd Boostng Sequentl Ptterns Integrted Mnng Rough Sets Grph Mnng

2 0//0 CLASSIFICATION Klsfks dlh sutu proses pengelompokn dt dengn ddsrkn pd cr-cr tertentu ke dlm kels-kels yng telh dtentukn pul. Du metode yng cukup dkenl dlm klsfks, ntr ln: Nve Byes K Nerest Neghbours (knn) Teorem Byes: P(C X) = P(X C) P(C) / P(X) P(X) bernl konstn utk semu kls P(C) merupkn frek reltf smple kls C Dcr P(C X) bernl mksmum, k sm hlny dengn P(X C) P(C) jug bernl mksmum Mslh: menghtung P(X C) tdk mungkn! Apbl dberkn k trbut yng slng bebs (ndependence), nl probblts dpt dberkn sebg berkut. P(x,,xx k C) = P(x C) x x P(x k C) Jk trbut ke- bersft dskret, mk P(x C) destms sebg frekwens reltf dr smpel yng memlk nl x sebg trbut ke dlm kels C. Nmun jk trbut ke- bersft kontnu, mk P(x C) destms dengn fungs densts Guss. f (x) = e πσ ( x µ ) σ dengn µ = men, dn σ = devs stndr. Contoh: Untuk menetpkn sutu derh kn dplh sebg loks untuk mendrkn perumhn, telh dhmpun 0 turn. Ad 4 trbut yng dgunkn, ytu: hrg tnh per meter perseg (C), jrk derh tersebut dr pust kot (C), d tu tdkny ngkutn umum d derh tersebut (C3), dn keputusn untuk memlh derh tersebut sebg loks perumhn (C4). Tbel Aturn Aturn ke- Hrg tnh (C) Jrk dr pust kot (C) Ad ngkutn umum (C3) Dplh untuk perumhn (C4) Murh Dekt Tdk Y Sedng Dekt Tdk Y 3 Mhl Dekt Tdk Y 4 Mhl Juh Tdk Tdk 5 Mhl Sedng Tdk Tdk 6 Sedng Juh Ad Tdk 7 Murh Juh Ad Tdk 8 Murh Sedng Tdk Y 9 Mhl Juh Ad Tdk 0 Sedng Sedng Ad Y

3 0//0 Probblts kemunculn setp nl untuk trbut Hrg Tnh (C) Jumlh kejdn Hrg Probblts Dplh tnh Y Tdk Y Tdk Murh /5 /5 Sedng /5 /5 Mhl 3 /5 3/5 Jumlh 5 5 Probblts kemunculn setp nl untuk trbut Jrk dr pust kot (C) Jumlh kejdn Jrk Dplh Probblts Y Tdk Y Tdk Dekt 3 0 3/5 0 Sedng /5 /5 Juh /5 Jumlh 5 5 Probblts kemunculn setp nl untuk trbut Ad ngkutn umum (C3) Jumlh kejdn Angkutn Dplh Probblts Y Tdk Y Tdk Ad 3 /5 3/5 Tdk 4 4/5 /5 Jumlh 5 5 Probblts kemunculn setp nl untuk trbut Dplh untuk perumhn (C4) Jumlh kejdn Dplh Dplh Probblts Y Tdk Y Tdk Jumlh 5 5 / / Berdsrkn dt tersebut, pbl dkethu sutu derh dengn hrg tnh MAHAL, jrk dr pust kot SEDANG, dn ADA ngkutn umum, mk dpt dhtung: Lkelhood Y = /5 x /5 x /5 x 5/0 = /5 = 0,008 Lkelhood Tdk = 3/5 x /5 x 3/5 x 5/0 = /5 = 0,036 Nl probblts dpt dhtung dengn melkukn normlss terhdp lkelhood tersebut sehngg jumlh nl yng dperoleh =. 0,008 Probblts Y = = 0,8. 0, ,036 Probblts Tdk = 0,036 = 0,88. 0, ,036 3

4 0//0 Modfks dt Aturn ke- Hrg tnh (C) Jrk dr pust kot (C) Ad ngkutn umum (C3) Dplh untuk perumhn (C4) 00 Tdk Y 00 Tdk Y Tdk Y Tdk Tdk Tdk Tdk Ad Tdk Ad Tdk Tdk Y Ad Tdk Ad Y Probblts kemunculn setp nl untuk trbut Hrg Tnh (C) Y Tdk Men (µ) Devs stndr (σ) 68, ,9637 Probblts kemunculn setp nl untuk trbut Jrk dr pust kot (C) Y Tdk Men (µ) Devs stndr (σ) 4,8 3,963 7, 6,3008 Berdsrkn hsl penghtungn tersebut, pbl dberkn C = 300, C = 7, C3 = Tdk, mk: f (C = 300 y) = f (C = 300 tdk) = f (C = 7 y) = f (C = 7 tdk) = ( 300 ) (68,8787) e π(68,8787) ( ) (6.9637) e π(6.9637) = 0,00. ( 7 4,8) (3.963) e = 0,0009. π(3.963) = 0,003. ( 7 7,) (6,3008) e = 0,0633. π(6,3008) Sehngg: Lkelhood Y = (0,00) x (0,0009) x 4/5 x 5/0 = 0, Lkelhood Tdk = (0,003) x (0,0633) x /5 x 5/0 = 0, Nl probblts dpt dhtung dengn melkukn normlss terhdp lkelhood tersebut sehngg jumlh nl yng dperoleh =. Probblts Y = 0, = 0, , , Probblts Tdk = 0, = 0,956. 0, , Any Questons?? 4

5 0//0 K-NEAREST NEIGHBOR - Konsep dsr dr K-NN dlh mencr jrk terdekt ntr dt yng kn devlus dengn K tetngg terdektny dlm dt pelthn. Penghtungn jrk dlkukn dengn konsep Euclden. Jumlh kels yng plng bnyk dengn jrk terdekt tersebut kn menjd kels dmn dt evlus tersebut berd. K-NEAREST NEIGHBOR - Algortm Tentukn prmeter K = jumlh tetngg terdekt. Htung jrk ntr dt yng kn devlus dengn semu dt pelthn. Urutkn jrk yng terbentuk (urut nk) dn tentukn jrk terdekt smp urutn ke-k. Psngkn kels (C) yng bersesun. Cr jumlh kels terbnyk dr tetngg terdekt tersebut, dn tetpkn kels tersebut sebg kels dt yng devlus. Contoh CLUSTERING Clusterng dlh proses pengelompokn objek yng ddsrkn pd kesmn ntr objek. Tdk sepert proses klsfks yng bersft supervsed lernng, pd clusterng proses pengelompokn dlkukn ts dsr unsupervsed lernng. Pd proses klsfks, kn dtentukn loks dr sutu kejdn pd kls tertentu dr beberp kls yng telh terdentfks sebelumny. Sedngkn pd proses clusterng, proses pengelompokn kejdn dlm kls kn dlkukn secr lm tnp mengdentfks kls-kls sebelumny. CLUSTERING Sutu metode clusterng dktkn bk pbl metode tersebut dpt menghslkn clustercluster dengn kults yng sngt bk. Metode tersebut kn menghslkn clustercluster dengn objek-objek yng memlk tngkt kesmn yng cukup tngg dlm sutu cluster, dn memlk tngkt ketdksmn yng cukup tngg jug pbl objek-objek tersebut terletk pd cluster yng berbed. Untuk mendptkn kults yng bk, metode clusterng sngt tergntung pd ukurn kesmn yng kn dgunkn dn kemmpunny untuk menemukn beberp pol yng tersembuny. Konsep dsr dr K-Mens dlh pencrn pust cluster secr tertf. Pust cluster dtetpkn berdsrkn jrk setp dt ke pust cluster. Proses clusterng dmul dengn mengdentfks dt yng kn dcluster, x j (=,...,n; j=,...,m) dengn n dlh jumlh dt yng kn dcluster dn m dlh jumlh vrbel. 5

6 0//0 Pd wl ters, pust setp cluster dtetpkn secr bebs (sembrng), c kj (k=,...,k; j=,...,m). Kemudn dhtung jrk ntr setp dt dengn setp pust cluster. Untuk melkukn penghtungn jrk dt ke- (X ) pd pust cluster ke-k (C k ), dber nm (d k ), dpt dgunkn formul Euclden, ytu: d k = m ( x j c kj ) j= Sutu dt kn menjd nggot dr cluster ke-j pbl jrk dt tersebut ke pust cluster ke-j bernl plng kecl jk dbndngkn dengn jrk ke pust cluster lnny. Selnjutny, kelompokkn dt-dt yng menjd nggot pd setp cluster. Nl pust cluster yng bru dpt dhtung dengn cr mencr nl rt-rt dr dt-dt yng menjd nggot pd cluster tersebut, dengn rumus: c kj = p h= p y hj ; y hj = x cluster ke k j PENENTUAN JUMLAH CLUSTER Algortm: Tentukn jumlh cluster (K), tetpkn pust cluster sembrng. Htung jrk setp dt ke pust cluster. Kelompokkn dt ke dlm cluster yng dengn jrk yng plng pendek. Htung pust cluster. Ulng lngkh - 4 hngg sudh tdk d lg dt yng berpndh ke cluster yng ln. Contoh Slh stu mslh yng dhdp pd proses clusterng dlh pemlhn jumlh cluster yng optml. Kuffmn dn Rousseeuw (990) memperkenlkn sutu metode untuk menentukn jumlh cluster yng optml, metode n dsebut dengn slhouette mesure. Mslkn kt sebut A sebg cluster dmn dt X berd, htung sebg rt-rt jrk X ke semu dt yng menjd nggot A. Anggplh bhw C dlh sembrng cluster seln A. PENENTUAN JUMLAH CLUSTER Htung rt-rt jrk ntr X dengn dt yng menjd nggot dr C, sebut sebg d(x, C). Cr rt-rt jrk terkecl dr semu cluster, sebut sebg b, b = mn(d(x,c)) dengn C A. Slhoutte dr X, sebut sebg s dpt dpndng sebg berkut (Chh-Png, 005): < b, b s = 0, = b b > b, PENENTUAN JUMLAH CLUSTER Rt-rt s untuk semu dt untuk k cluster tersebut dsebut sebg rt-rt slhouette ke-k, ~ s k. Nl rt-rt slhouette terbesr pd jumlh cluster (ktknlh: k) menunjukkn bhw k merupkn jumlh cluster yng optml. 6

7 0//0 7