METODE PENELITIAN. Proses Dasar Sistem

Transkripsi

1 Gagasan utama dari sequential pattern mining adalah untuk menemukan semua pola sekuensial yang memiliki nilai support lebih besar dari nilai minimum support yang diberikan (Fiot. C et al ). Diagram alir metode Totally Fuzzy secara lengkap dapat dilihat pada Lampiran. Proses Dasar Sistem METODE PENELITIAN Proses dasar sistem mengacu pada proses dalam Knowledge Discovery from Data (KDD). Algoritma Totally Fuzzy diterapkan pada tahap web mining. Diagram alur metode penelitian dapat dilihat pada Gambar. Tahapan KDD tersebut dapat diuraikan sebagai berikut :. Pembersihan data Data yang mencatat kode status selain tidak akan diikutsertakan pada tahap selanjutnya. Kode status mengindikasikan bahwa request berhasil dilakukan dan dikirimkan dari server web kepada pengguna.. Seleksi data Pada tahap seleksi data dilakukan pemilihan atribut data yang dibutuhkan sebagai masukkan yang digunakan dalam tahap web mining. Terdapat tiga buah atribut yang akan digunakan yaitu : remotehost / alamat IP, date / tanggal pengaksesan yang dilakukan pengguna dan URL yang diminta oleh pengguna. Selanjutnya dilakukan pemisahan data yang mencatat request dari pengguna yang berasal dari internal dan eksternal IPB.. Transformasi data Data diubah ke dalam bentuk yang sesuai sebagai masukkan bagi algoritma Totally Fuzzy. Data tersebut dikelompokkan berdasarkan alamat IP masing-masing pengguna, selanjutnya diurutkan secara menaik berdasarkan waktu pengaksesannya. Sebagai ilustrasi tahapan algoritma Totally Fuzzy maka akan digunakan kumpulan data transaksi seperti yang ditunjukkan pada Tabel, sel yang kosong menunjukkan bahwa customer tidak melakukan pembelian terhadap item yang bersangkutan. Notasi C n digunakan untuk melambangkan customer dan d digunakan untuk melambangkan hari pada saat customer tersebut melakukan pembelian produk. Pengguna Internal Mulai Data akses log Seleksi data Pengklasteran data Pengguna Eksternal Pembentukan membership function Data fuzzy Pemberian nilai threshold Pembentukan nilai fuzzy support bagi masing-masing halaman Evaluasi Pola Pengguna internal Pemberian minimum support Pembentukan k-sequences Pembentukan frequent sequence Apakah terdapat K+ sequences? Output Tidak Representasi Pengetahuan Selesai Web Mining Ya Evaluasi Pola Pengguna eksternal Gambar Diagram alur metode penelitian. 6

2 Tabel Data transaksi customer Customer C C C C Date Candy d d d d d d d d d d d d d d d d6 Toothpaste Soda Ball Videogame Sumber : Fiot. C et al. Speedy, Mini and Totally Fuzzy: Three Ways for Fuzzy Sequential Patterns Mining. Technical Report, Sebelum melalui tahap mining, data tersebut harus diubah terlebih dahulu ke dalam bentuk dataa fuzzy. Fungsi keanggotaan (membership function) didapatkan dengann menerapkan metode Fuzzy C-Means. Fungsi keanggotaan bagi masing-masing item ditunjukkan pada Gambar (a), ( (b), (c), (d) dan (e). Pada akhirnya didapatkan data dalam bentuk fuzzy yang memiliki nilai yang berkisar antara dan.. little.8.6,.. Candy (a)..8,.6.. little Soda (b) ,....8,.6.. little few few medium Toothpaste (c) Ball (d) medium Videogame (e) Gambar (a), (b), (c), (d) dan (e) Fungsi keanggotaan masing-masing item.. 7

3 Tabel merupakan konversi data yang terdapat pada Tabel ke dalam bentuk derajat keanggotaan fuzzy. Fungsi keanggotaan tersebut dibentuk berdasarkan data yang terdapat pada basis data transaksi. Setiap nilai atau frekuensi pengaksesan memiliki nilai derajat keanggotaan tertentu terhadap masing-masing fuzzy set. Pada penelitian ini nilai k atau fuzzy set akan ditentukan terlebih dahulu, yaitu frekuensi pengaksesan rendah, sedang dan tinggi.. Web Mining Tahap ini merupakan inti untuk melakukan analisis terhadap data. Pada tahap ini diterapkan penggunaan algoritma Totally Fuzzy yang diperkenalkan oleh Celine Fiot, Anne Laurent dan Maguelonne Teisseire (). Tahapan-tahapan yang akan digunakan pada metode tersebut, yaitu: a. Menentukan nilai ambang batas (threshold) ώ terhadap data. Sebagai ilustrasi pengguna menentukan nilai ambang batas ώ sebesar,, maka nilai derajat keanggotaan yang lebih kecil dari, tidak diperhitungkan dan bernilai. b. Penerapan algoritma Totally Fuzzy bagi masing-masing kandidat pola sekuensial yang terbentuk, yaitu :. Dilakukan proses pembentukan kandidat pola sekuensial yang hanya mengandung sebuah item atau - sequence. Proses komputasi dilakukan dengan menggunakan Thresholded Sigma Count. Nilai fuzzy support bagi item berukuran satu ditunjukkan pada Tabel. Nilai tersebut didapatkan dengan menggunakan algoritma Totally Fuzzy. Hanya pola sekuensial yang merupakan frequent sequence yang akan diikutsertakan dalam tahap selanjutnya. Misalkan ditentukan nilai minimum support sebesar %, maka hanya item [candy, little], [toothpaste, medium], [soda, ], [videogame, medium] dan [videogame, ] yang merupakan frequent sequence dan diikutsertakan dalam proses pembentukan kandidat item berukuran dua. Pada tahap ini selanjutnya akan dilakukan proses scanning data untuk memeriksa apakah pada transaksi yang dilakukan oleh tiap pengguna terdapat item yang merupakan item pertama pada kandidat pola sekuensial yang dicari. Jika ya, maka dilakukan proses pembentukan sebuah path baru. Masing-masing path menyimpan tiga buah informasi yaitu : item pada pola sekuensial yang telah ditemukan (Seq), item yang selanjutnya akan dicari (curis), dan nilai derajat keanggotaan (curdeg). Hanya path yang memiliki nilai derajat keanggotaan yang paling tinggi yang akan disimpan. Tabel Nilai derajat keanggotaan bagi customer dengan nilai ambang batas sebesar, Candy Toothpaste Soda Ball Videogame D li L li m L li L f L f m L d d,,,, d,,,, d Keterangan : li : little, L :, m: medium, f : few Tabel Nilai fuzzy support bagi masing-masing item Candy (%) Toothpaste (%) Soda (%) Ball (%) Videogame (%) li L li m L li L f L f m L 87, 6, 7, 6, 67, Keterangan : li : little, L :, m: medium, f : few 8

4 Sebagai ilustrasi penerapan algoritma Totally Fuzzy, maka akan dilakukan proses komputasi pada data transaksi seperti yang terdapat pada Tabel untuk mendapatkan nilai fuzzy support terhadap kandidat pola sekuensial gs = <([candy,little]),([soda,]) bagi customer. Sebagai langkah awal yang harus dilakukan yaitu proses inisialisasi untuk membentuk sebuah path kosong pth = (ø,([candy,little]), ). Pth bernilai karena belum dilakukan proses scanning terhadap data transaksi. Langkah-langkah proses scanning data menggunakan algoritma Totally Fuzzy adalah sebagai berikut : Pada transaksi d : lakukan proses update pada path pth, karena transaksi pada d terdapat ([candy,little]) yang merupakan item pertama pada kandidat pola sekuensial yang dicari, sehingga pth saat ini bernilai pth = (<([candy, little])>, ([soda, ]), []). Pada transaksi d : lakukan proses pembentukan sebuah path baru pth = (<([candy, little])>,([soda, ]), []). Selanjutnya lakukan proses update pada pth karena ([soda, ]) yang merupakan curis pada pth terdapat pada transaksi d, sehingga pth saat ini bernilai pth = (<([candy, little])([soda, ]), ø, [,7]). Nilai curdeg pada pth saat ini didapatkan dari nilai curdeg pth sebelum proses update dijumlahkan dengan nilai derajat keanggotaan ([soda, ]) pada transaksi d, kemudian dicari nilai rataannya. Saat ini curdeg pada pth bernilai,7. Pth ditutup (path closed) karena telah mengandung semua item pada itemset pola sekuensial yang dicari. Pada transaksi d : lakukan proses update pada pth karena [soda,] yang merupakan curis pada pth terdapat pada transaksi d, sehingga pth saat ini bernilai pth =(<([candy,little])([soda,])>,ø,[,7] ). Pth ditutup karena telah mengandung semua item pada itemset pola sekuensial yang dicari. Untuk optimasi proses scanning terhadap datanya, maka untuk dua path yang telah lengkap (path tersebut telah mencakup semua itemset pada pola sekuensial yang dicari), hanya satu path yang memiliki nilai derajat keanggotaan terbesar yang akan disimpan. Karena pth dan pth memiliki d pth pth : d pth : & closed d pth : deleted nilai yang sama. Maka hanya salah satu dari path tersebut yang akan dibuang. Misalkan, nilai pada pth yang dibuang, maka nilai pada pth yang akan mewakili besarnya derajat keanggotaan customer terhadap pola sekuensial ([candy, little], [soda, )]. <([candy,little])>,([soda,]),[]) <([candy,little])([soda,])>, ø,[,7]) <([candy,little])>,([soda,]),[]) pth : created pth : & closed pth : not changed d pth : improved pth : return of curdeg <([candy,little])([soda,])>, ø,[,7]) <([candy,little])([soda,])>, ø,[]) Gambar 6 Proses scanning data customer. Pada transaksi d : Terdapat [soda,] yang memiliki nilai lebih tinggi yaitu, sehingga terjadi proses improved terhadap nilai curdeg pada pth. Nilai pth yang sebelumnya bernilai,7 mengalami peningkatan menjadi. Nilai tersebut berasal dari nilai [candy, little] yang terdapat pada transaksi d dijumlahkan dengan nilai [soda, ] yang terdapat pada transaksi d, kemudian dicari nilai rataannya. Selanjutnya proses scanning data dilanjutkan seperti ditunjukkan pada Gambar 6. Lakukan langkah-langkah diatas bagi masing-masing customer. Nilai fuzzy cardinality bagi masing-masing customer dijumlahkan kemudian dibagi dengan jumlah total customer pada basis data transaksi sehingga didapatkan nilai persentase fuzzy support bagi kandidat pola sekuensial <([candy, little]),([soda, ])> sebesar 9,7 %. 9

5 Nilai fuzzy support bagi frequent sequence dengan ukuran k diperoleh dengan mengkombinasikan frequent sequence dengan ukuran k-. Proses ini akan berhenti jika tidak memungkinkan lagi untuk membangkitkan kandidat pola sekuensial dengan ukuran k+. Tahapan algoritma Totally Fuzzy secara lengkap dapat dilihat pada Lampiran.. Analisis Pola Pada tahap ini akan dianalisis pola sekuensial mana yang dikatakan frequent sequence dan mewakili pola pengaksesan pengguna. 6. Representasi pengetahuan Pola sekuensial yang telah ditemukan kemudian dipresentasikan kepada pengguna agar mudah dipahami dan diinterpretasikan. Lingkungan Pengembangan Sistem Spesifikasi perangkat keras dan perangkat lunak yang digunakan dalam pengembangan sistem adalah sebagai berikut : a. Perangkat keras dengan spesifikasi : Processor : Intel(R) Core(TM) Duo Memory : GB Harddisk : 6 GB Monitor. WXGA dengan resolusi x 768 pixel Alat input : mouse dan keyboard b. Perangkat lunak yang digunakan : Sistem Operasi : Microsoft Windows XP Professional dan Linux Ubuntu Feasty Fawn 7. Microsoft Excel 7 sebagai lembar kerja (worksheet) dalam pengolahan data. Matlab 7.. sebagai bahasa pemrograman. GAWK sebagai media yang digunakan untuk praproses data. HASIL DAN PEMBAHASAN Data yang digunakan dalam penelitian ini adalah data log akses server web situs web IPB ( Data tesebut merupakan data pada server web IPB selama periode waktu Januari hingga 8 Juni 7 yang diperoleh dalam bentuk file Common Log Format (CLF). Deskripsi data tersebut dapat dilihat pada Lampiran. Sebelum di-mining, data harus melewati tahap praproses (preprocessing) terlebih dahulu yang meliputi pembersihan data, transformasi data, dan seleksi data. Hal ini dilakukan agar data benar-benar lengkap, valid, dan sesuai dengan masukkan yang dibutuhkan oleh algoritma. Pembersihan Data Pada tahap ini dilakukan proses pembersihan terhadap data, data yang dibuang dan tidak diikutsertakan dalam tahap berikutnya, yaitu :. Data yang mencatat request terhadap resource data citra, yaitu jpg, png dan gif yang berukuran < 6 KB. Data citra yang berukuran > 6 KB dianggap merupakan sebuah konten dari halaman situs web dan bukan data yang hanya merupakan data pelengkap dari sebuah halaman situs web.. Data yang mencatat proses request terhadap data css, emz, ico, js, robots, swf, vbs, cgi, exe dan template.. Data yang mencatat kode status,, dan. Kode status,, dan menunjukkan bahwa terjadi kegagalan (failed) dalam proses request. Kode status menunjukkan bahwa terjadi kegagalan dalam proses autentifikasi, kode status menunjukkan bahwa terdapat suatu larangan tertentu dalam proses request (forbidden request) terhadap subdirektori yang diminta oleh pengguna, dan kode status menunjukkan bahwa file yang diminta oleh pengguna tidak ditemukan pada server (file not found). Data yang diikutsertakan dalam tahap selanjutnya, yaitu :. Data yang mencatat kode status. Kode status mengindikasikan bahwa request berhasil dilakukan dan server web mengirimkan halaman situs yang diminta kepada pengguna.. Data yang mencatat request terhadap sebuah halaman situs web. Pada tahap ini dihasilkan koleksi data yang valid dan sesuai dengan input yang dibutuhkan oleh algoritma Totally Fuzzy. Setelah dilakukan proses pembersihan data maka diperoleh data