Ujian Tugas Akhir Laboratorium Sistem Pendukung Keputusan dan Business Intelligence

Transkripsi

1 Ujian Tugas Akhir Laboratorium Sistem Pendukung Keputusan dan Business Intelligence PENERAPAN METODE GA-KMEANS UNTUK PENGELOMPOKAN PENGGUNA PADA BADAN PERPUSTAKAAN DAN KEARSIPAN (BAPERSIP) PROVINSI JAWA TIMUR Ferlyna K Wardhani Dosen Pembimbing I: Erma Suryani, S.T., M.T., Ph.D Dosen Pembimbing II: Ahmad Mukhlason, S.Kom, M.Sc

2 Latar Belakang Rendahnya tingkat kesadaran minat baca masyarakat Surabaya Berdasarkan penelitian Bapersip dan sebuah lembaga survey hanya sebanyak 54% warga Surabaya membaca kurang dari tiga buah buku dalam sebulan (Humas Pemkot Surabaya, 2011). Dari warga Surabaya hanya tercatat sebanyak lebih dari orang anggota Bapersip, dengan rata-rata jumlah kunjungan mencapai per hari, namun jumlah aktifitas peminjaman dari pelayanan sirkulasi Bapersip dari hari senin-jumat hanya sekitar 165 buku/ hari (Bapersip, 2010) Dapat disimpulkan, perbandingan jumlah penduduk dengan jumlah pengguna yang terdaftar pada Bapersip hanya sebesar 1:73.

3 Rumusan Masalah Bagaimana melakukan praproses data untuk menghasilkan pengelompokan pengguna berdasarkan data informasi personal pengguna, data histori transaksi peminjaman buku. Bagaimana menggunakan algoritma klasterisasi GA-Kmeans untuk melakukan pengelompokan pengguna. Bagaimana melakukan analisis untuk menghasilkan rekomendasi berupa kategori buku yang tepat bagi tiap-tiap kelas pengguna berdasarkan hasil pengelompokan ke dalam klaster. Bagaimana mengukur kinerja algoritma GA-Kmeans.

4 Visi Bapersip : Jawa Timur Membaca dan Tertib Arsip 2012 Tingkat minat baca masyarakat Surabaya yang masih rendah Layanan Bapersip yang kurang spesifik kepada kebutuhan pengguna Bagaimana meningkatkan minat baca masyarakat?? Marketing perpustakaan Segmentasi pengguna Bapersip Surabaya Analisis rekomendasi buku bagi pengguna Bapersip yang sesuai dengan karakteristik pengguna

5 Batasan Data yang digunakan : data pada Bapersip pada tahun , terbatas pada buku saja, tidak mencakup koleksi lainnya dan data kearsipan. Pengelompokan mempertimbangkan data informasi anggota (berupa gender, umur, profesi, dsb), data informasi kepustakaan/ buku (berupa subject buku, pengarang, penerbit, dsb), serta historis transaksi peminjaman buku. Software MATLAB digunakan untuk membantu proses klasterisasi dan analisis data. Output : kelompok-kelompok (klaster-klaster) pengguna dan karakteristiknya serta analisis rekomendasi kategori buku yang sesuai dengan klaster pengguna.

6 Tujuan menerapkan metode klasterisasi GA-Kmeans untuk pengelompokan pengguna Bapersip Provinsi Jawa Timur untuk menghasilkan analisis rekomendasi kategori buku yang sesuai dengan karakteristik pengguna (berdasarkan transaksi peminjaman, informasi pengguna, serta informasi buku) pada setiap klaster.

7 Manfaat Meningkatkan jumlah peminjaman buku pada tiap transaksinya di Bapersip Jawa Timur. Menghasilkan rekomendasi buku yang sesuai dengan karakteristik pengguna.

8 Sekilas Bapersip Jawa Timur Bapersip Jawa Timur Bapersip Provinsi Jawa Timur merupakan lembaga yang dibentuk sebagai salah satu pelaksana kebijakan daerah dalam melaksanakan fungsinya dalam bidang Perpustakaan dan Kearsipan (Bapersip, 2008). Visi Badan Perpustakaan dan Kearsipan Provinsi Jawa Timur menetapkan visi yang sesuai dengan tugas dan fungsinya, yaitu: Jawa Timur Membaca dan Tertib Arsip Tahun 2014

9 Sekilas Bapersip Jawa Timur (Lanjutan) Bapersip Jawa Timur Misi Membangun sinergi dengan seluruh lapisan dan stakeholder di Provinsi Jawa Timur untuk meningkatkan pembinaan, pengembangan dan pendayagunaan serta pengawasan sumber daya perpustakaan dan kearsipan di Jawa Timur. Meningkatkan pemasyarakatan dan pelayanan publik bidang jasa perpustakaan dan kearsipan. Memfasilitasi peningkatan kesejahteraan masyarakat melalui program penanggulangan kemiskinan. Meningkatkan upaya penyelamatan, pelestarian bahan pustaka dan arsip yang bernilai guna.

10 Pengelompokan pada perpustakaan Bapersip Jawa Timur Merupakan salah satu bagian dari marketing perpustakaan (Guilano,2009) Menurut de Saez (2002) pentingnya pengelompokan dalam perpustakaan didefinisikan sebagai pembagian dari pasar atau informasi perpustakaan menjadi bagian yang lebih kecil, lebih dapat diatur, menjadi kelompok yang mempunyai karakteristik. Menurut Simkin (2007) variabel yang digunakan dapat dibagi menjadi variabel yang berhubungan dengan karakteristik pengguna dan yang berhubungan dengan produk. Karakteristik pengguna meliputi demografi, sosio-ekonomi, lokasi geografis, dan gaya hidup. Sedangkan yang berhubungan dengan produk meliputi perilaku pembelian, peluang pembelian, perilaku konsumsi, dan perilaku terhadap produk.

11 Data Mining Mengapa melakukan data mining?? Data yang berjumlah besar (data Bapersip dari tahun menghasilkan lebih dari transaksi peminjaman) Teknologi pemrosesan data yang semakin canggih Diperlukan analisis untuk mengubah data mentah menjadi pengetahuan Customer data Customer knowledge

12 Analisis klaster Analisis Clustering Cluster analysis membagi sejumlah data ke dalam kelompok-kelompok yang memberi arti dan berguna, berdasarkan informasi yang terdapat di dalamnya yang mendefinisikan objek-objek dan hubungannya (Tan, Steinbach, & Kumar, 2006). Manfaat penerapan analisis clustering dalam sistem perpustakaan, membantu meningkatkan kualitas pelayanan, menyediakan dukungan pembuatan keputusan yang lebih efektif, membuat perpustakaan memainkan peran yang lebih aktif dalam melayani pengguna.

13 GA-Kmeans GA K-means Merupakan modifikasi dari algoritma K-means dengan menggunakan Genetic Algorithm (GA) sebagai alat pemilihan initial seeds pada tahap klasterisasi K-means. Lu, dkk (2004) mengembangkan proses algoritma genetika dalam penentuan titik pusat klaster yang memiliki performa yang lebih cepat dan menghasilkan klaster yang lebih baik, yang disebut dengan algoritma genetika cepat (Fast Genetic K-means Algorithm).

14 Mengapa menggunakan GA-kmeans Mengapa menggunakan GA K-means? Kekurangan algoritma K-means sederhana karena tidak ada proses pemilihan initial seeds pada fase inisialisasi Pada algoritma K-means sederhana initial seeds ditentukan secara random Perbedaan pemilihan initial seeds dapat menyebabkan perbedaan yang besar dalam hasil klasterisasi

15 Diagram Flowchart alir kerja GA-Kmeans START Inisialisasi Populasi (jmlpopulasi, jmlgenerasi) Perhitungan nilai fitness Termination condition? Tidak Ya Hasil Fitness terbaik Seleksi Mutasi Elitisme Hasil Fitness terbaik Menggunakan hasil initial centroid optimal untuk klasterisasi k-means

16 METODOLOGI

17 Metode Pengerjaan TA Metodologi pengerjaan TA Mulai Pengumpulan Data Identifikasi Permasalahan Studi Literatur Praproses data Implementasi klasterisasi dengan menggunakan algoritma GA K-means Uji coba dan validasi hasil klasterisasi TIDAK YA Analisis hasil klasterisasi Penyusunan buku TA

18 MODEL DAN IMPLEMENTASI

19 Atribut yang digunakan untuk klasterisasi Pengelompokan berdasarkan pada aspek demografis dan behaviour pengguna No Atribut Keterangan atribut 1 Gender Demografis 2 Usia Demografis 2 Pekerjaan Demografis 3 Jumlah transaksi peminjaman buku 4 Jumlah buku yang dipinjam kategori a 5 Jumlah buku yang dipinjam kategori b 6 Jumlah buku yang dipinjam kategori b, dst Behavioural Behavioural Behavioural behavioural

20 Praproses data Data integration Integrasi tabel yang diperlukan dalam clustering Data cleaning Pembersihan data duplikat Penyelesaian data inkonsisten Menghilangkan missing value Menghilangkan outlier Data transformation Transformasi data field usia Transformasi field subject Transformasi field jumlah buku Data reduction Pengambilan sampel data tanpa mengurangi integritas data asli

21 Integrasi data Data integration Tabel katalog.tra nspinjam Tabel katalog.tra nspinjam_ dtl Tabel katalog.bib _mst_katal og Tabel katalog.bib _mst_katal og_dtl Query postgresql: pilih ang_id dan nomor_pinjam yang sama Query postgresql: pilih controlnum yang sama Tabel1 Tabel2 Query postgresql: Pilih nomor_item yang sama Tabel3 Tabel katalog.sir_ mst_anggo ta Query postgresql: Pilih ang_id yang sama Tabel4

22 Pembersihan data Data cleaning Menghilangkan data duplikat Penanganan missing values Memperbaiki data yang tidak konsisten Menghapus outlier

23 Transformasi data Data transformation Transformasi field usia Transformasi field subject menjadi kategori_buku Transformasi field jumlah buku yang dipinjam Transformasi field jumlah transaksi peminjaman

24 MODEL DAN IMPLEMENTASI IMPLEMENTASI GA-KMEANS

25 Representasi kromosom Panjang kromosom = jumlah atribut*jumlah klaster Tiap gen mewakili titik pusat klaster

26 Inisialisasi Populasi Inisialisasi Populasi START User menginputkan parameter algoritma genetika Data yang ingin dilakukan proses klasterisasi Nilai gen dibangkitkan dari bilangan random yang terletak antara range nilai maksimum dan nilai minimum atribut. Menghitung nilai maksimum dalam satu atribut Menghitung nilai minimum dalam satu atribut Membangkitkan bil random dalam range max-min Hasil : populasi Proses hitung nilai fitness

27 Perhitungan fungsi fitness Inisialisasi populasi awal Menghitung jarak tiap data asli terhadap centroid yang direpresentasikan dalam kromosom Ambil nilai minimum dari jarak tiap data terhadap centroid ke i setiap titik dalam data asli dihitung jaraknya dengan setiap titik pusat klaster yang direpresentasikan dalam individu/ kromosom pada populasi. Menjumlahkan jarak terpendek data terhadap centroid yg dimiliki masing2 kromosom sebagai nilai fitness Hasil fitness masing2 kromosom Proses seleksi

28 Proses seleksi Proses seleksi Perhitungan nilai fitness menggunakan metode seleksi roda roulette. fi = nilai fitness individu ke i Hitung nilai fitness relatif tiap kromosom menghitung nilai frekuensi relatif dan frekuensi kumulatif dari fitness setiap kromosom. Hitung nilai fitness kumulatif tiap kromosom (fki) fki ϵ p dan fki+n>p Tidak Dibangkitkan suatu bilangan acak p. Bangkitkan bilangan acak p Pilih kromosom ke (k+n) sbg kandidat induk Ya Kromosom ke (k+n) tdk trpilih sbg kndidat induk Kromosom yang memiliki nilai yang lebih kecil dari nilai p akan dipilih sebagai kandidat induk yang melakukan mutasi. Hasil : individuterpilih Proses mutasi

29 Proses mutasi Proses seleksi Membangkitkan bilangan random p Menentukan posisi gen yang dimutasi secara random p < ProbMut Ya Lakukan mutasi (tambahkan dgn nilai geser) Tidak Tidak dilakukan mutasi pd gen tsb proses mutasi menggunakan mutasi geser, yaitu dengan menggeser nilai gen pada gen yang terpilih untuk dimutasikan. Nilai geser dapat bernilai positif atau negatif. Proses mutasi geser dilakukan berdasarkan probabilitas mutasi yang ditentukan oleh user. Hasil : populasi baru hasil mutasi Proses elitisme

30 Proses elitisme Proses Elitisme Proses mutasi Gabungan populasi induk dan populasi anak (2p) Hitung fitness anak dan fitness induk Metode elitisme yang dipakai adalah sistem elitisme ranking. Meranking nilai fitness populasi induk dan anak, kemudian dipilih sejumlah kromosom sebagai populasi baru Sort fitness masingmasing indivdu Pilih sebanyak p individu terbaik Hasil : populasi baru Pilih individu terbaik u/ centroid k-means

31 Hasil Algoritma Genetika Hasil algoritma genetika berupa initial centroid yang akan digunakan untuk clustering k-means Proses selanjutnya adalah clustering menggunakan metode k-means menggunakan initial centroid hasil algoritma genetika

32 UJI COBA DAN ANALISIS HASIL

33 Uji coba parameter algoritma genetika Uji parameter ini dilakukan dengan cara mengganti parameter input algoritma genetika yaitu ukuran populasi, probabilitas mutasi, dan maksimum iterasi Uji coba parameter ini digunakan untuk mengetahui pengaruh parameter algoritma genetika terhadap solusi yang dihasilkan.

34 Uji coba parameter ukuran populasi dan probabilitas mutasi

35 Uji coba parameter maksimum generasi Nilai untuk maksimal generasi dibuat berbeda mulai dari 100 hingga 1000 generasi. Sedangkan nilai untuk parameter lainnya ditetapkan sama, dengan probabilitas mutasi sebesar 0.3 dan ukuran populasi sebesar 100.

36 Uji coba penentuan jumlah cluster Terdapat suatu metode untuk menentukan jumlah klaster berdasarkan nilai silhoutte. (Rousseuw & Kauffman, 1987) Nilai silhoutte dari setiap titik adalah ukuran seberapa besar kemiripan suatu titik terhadap titik dalam klasternya sendiri dibandingkan dengan titik pada klaster yang lain. Nilai rata-rata silhouette terbesar pada jumlah klaster (k) menunjukkan bahwa k merupakan jumlah klaster yang optimal. Jumlah klaster yang optimal adalah 4 klaster

37 Uji Coba Perbandingan Klasterisasi GA-Kmeans dengan Simple K-means Uji coba dilakukan dengan membandingkan nilai within cluster sum of distances antara metode pengelompokan yang telah dioptimasi dengan menggunakan algoritma genetika dan metode pengelompokan menggunakan algoritma k-means sederhana.

38 UJI COBA DAN ANALISIS HASIL ANALISIS HASIL KLASTERISASI

39 Hasil final centroid tiap klaster

40 Hasil klaster dan analisis Klaster Klaster 1 Klaster 2 Analisis Terdiri dari 156 pengguna berjenis kelamin perempuan dengan usia rata-rata 24 tahun. Pengguna pada klaster ini adalah mahasiswa dengan jumlah transaksi peminjaman antara kali. Pengguna pada klaster ini memiliki frekuensi peminjaman yang tinggi pada buku dengan kategori literatur. Klaster ini meliputi 107 orang pengguna berjenis kelamin laki-laki, dengan usia rata-rata 44 tahun. Jenis pekerjaan pengguna beragam. Rekomendasi kategori buku yang sesuai untuk klaster ini adalah buku yang termasuk dalam kategori agama, selain itu kategori psikologi serta buku dengan kategori kedokteran dan kesehatan

41 Hasil klaster dan analisis Klaster Klaster 3 Klaster 4 Analisis Meliputi 151 pengguna adalah laki-laki dengan usia rata-rata 27 tahun. Pengguna adalah mahasiswa. Rekomendasi kategori buku yang sesuai adalah kategori psikologi, sosial politik,ekonomi, serta manajemen. Terdiri dari 57 pengguna adalah laki-laki dengan rata-rata usia 20 tahun. Pengguna pada klaster ini adalah mahasiswa. jenis kategori buku yang sebaiknya direkomendasikan untuk pengguna pada klaster ini adalah buku dengan kategori bahasa dan ilmu alam.

42 Kesimpulan KESIMPULAN 1) Praproses data yang digunakan untuk proses pengelompokan pengguna Bapersip terdiri dari lima tahap, yaitu tahap penentuan atribut yang digunakan untuk klasterisasi, tahap integrasi data, tahap pembersihan data, tahap transformasi data, dan tahap reduksi data. 2) Algoritma GA-Kmeans mampu menghasilkan pengelompokan dengan tingkat variasi di dalam klaster yang lebih baik dibandingkan dengan algoritma K-means sederhana. Dengan nilai total within cluster sum of distances yang dihasilkan adalah sebesar dibandingkan dengan nilai yang diperoleh K-means sebesar ) Dari hasil pengelompokan pengguna Bapersip menggunakan algoritma GA- Kmeans, terbentuk empat buah klaster pengguna.

43 Kesimpulan KESIMPULAN (Lanjutan) 4) Pengukuran kinerja algoritma GA-Kmeans dilakukan dengan mengubah parameter algoritma genetika. Performansi algoritma GA-Kmeans dipengaruhi oleh beberapa parameter sebagai berikut: Ukuran populasi: semakin besar ukuran populasi tidak berarti nilai fitness yang dihasilkan semakin besar pula. Hal ini dikarenakan sifat algoritma genetika yang membangkitkan ukuran populasinya secara acak. Maksimum generasi: jumlah maksimum generasi berbanding lurus dengan nilai solusi yang dihasilkan. Semakin besar jumlah generasi, maka semakin baik solusi yang dihasilkan. Hal ini dikarenakan semakin besar jumlah generasi maka ruang observasi akan semakin besar pula. Probabilitas mutasi: probabilitas mutasi juga berbanding lurus dengan nilai solusi yang dihasilkan. Probabilitas mutasi yang tinggi akan memungkinkan gen yang terpilih untuk dimutasi lebih banyak.

44 Saran Atribut yang digunakan untuk pengelompokan sebaiknya ditambahkan, tidak hanya menggunakan atribut demografis dan behavioural saja, namun juga atribut psikografis. Pengelompokan berdasarkan atribut psikografis merupakan pendekatan pengelompokan yang memisahkan pelanggan berdasarkan kepribadian, gaya hidup, maupun opini (Browne, 2011).

45 Daftar Pustaka Al-Shboul, B., & Sung, H. M. (2010). Initializing K-Means Using Genetic Algorithm. World Academy of Science, Engineering and Technology, Bapersip. (2008). Badan Perpustakaan dan Kearsipan Provinsi Jawa Timur. Dipetik March 22, 2012, dari Profil: Bapersip. (2008). Profil. Dipetik Maret 22, 2012, dari Badan Perpustakaan dan Kearsipan Provinsi Jawa Timur: Bapersip. (2010, December 23). Statistik Perpustakaan. Dipetik Maret 22, 2012, dari Badan Perpustakaan dan Kearsipan Propinsi Jawa Timur PNRI: Barakbah, A. R. (2006). Optimasi Titik Pusat K-means dengan GA. Workshop on Soft Computing. Browne, M. (2011). Communicating value through strategic alignment. de Saez, E. (2002). Marketing concepts for libraries and information services (2nd ed.). London: Facet Publishing. Dispendukcapil. (2012, Februari 20). Jumlah Penduduk Surabaya Tahun Dipetik Maret 28, 2012, dari Dispendukcapil Surabaya: Guilano, S. J. (2009). Library system Journal. We have books and computers: libraries and the importance of marketing.

46 Daftar Pustaka Daftar Pustaka Han, J., Kamber, M., & Pei, J. (2011). Data Mining Concepts and Techniques 3rd edition. United States: Morgan Kaufmann Publisher. Humas Pemkot Surabaya. (2011, September 15). Release. Dipetik Maret 2012, 27, dari Humas Surabaya, Informasi Cepat, Tepat, dan Obyektif: Khrisna, K., & Murty, N. M. (1999). Genetic K-means algorithm. IEEE Transactions on Systems, Man, and Cybernetics. Kim, K. J., & Ahn, H. (2008). A recommender system using GA-Kmeans klasterisasi in an online shopping market. Expert Systems with Applications, Kusumadewi, S., & Purnomo, H. (2005). Penyelesaian Maslah Optimasi dengan Teknik-teknik Heuristik. Yogyakarta: Graha Ilmu. Li, J. W., & Chen, P. H. (2008). The application of cluster analysis in Library System. IEEE, MathWorks. (t.thn.). Silhouette plot. Dipetik July 23, 2012, dari MathWorks Inc: Rousseuw, J. P., & Kauffman. (1987). Silhouettes: a Graphical Aid to the Interpretation and Validation of Cluster Analysis. Computational and Applied Mathematics. Simkin, L. (2007). Marketing is marketing- maybe!. Marketing Intelligence & Planning. Suyanto. (2005 ). Algoritma Genetika dalam Matlab. Yogyakarta: Penerbit Andi. Tan, P. N., Steinbach, M., & Kumar, V. (2006). Introduction to Data Mining. United States: Pearson Education Inc. Wicaksono, H. (2008). Pasarkan Layanan Perpustakaan Anda dengan Tepat.