HASIL DAN PEMBAHASAN. Setiap tahapan di dalam penelitian ini akan ditunjukkan di dalam Tabel 2.

Transkripsi

1 6 tahap ini, pola yang telah ditemukan dipresentasikan ke pengguna dengan teknik visualisasi agar pengguna dapat memahaminya. Deskripsi aturan klasifikasi akan dipresentasikan dalam bentuk aturan logika untuk selanjutnya dievaluasi hasil pengetahuan yang didapatkan. Setiap tahapan di dalam penelitian ini akan ditunjukkan di dalam Tabel. Lingkungan Pengembangan Penelitian ini menggunakan perangkat keras dan perangkat lunak dengan spesifikasi sebagai berikut: 1 Perangkat keras a Intel Core i3 GHz. b Memori DDR 1 GB. c Harddisk 30 GB. d Keyboard dan mouse. Perangkat lunak a Windows 7 Professional Edition. b XAMPP versi c Microsoft Office 007. d PHP e Notepad++. HASIL DAN PEMBAHASAN Pembersihan Data Data pada penelitian ini merupakan nilai kuantitatif faktor-faktor cuaca pada daerah Tjilik Riwut, Palangkaraya, Kalimantan Selatan. Pencatatan dilakukan pada tahun oleh Balai Besar Meteorologi dan Geofisika Wilayah III, Stasiun Meteorologi Tjilik Riwut. Pembersihan data diawali dengan memilih atribut apa saja yang akan dipakai sebagai alat untuk mengklasifikasikan data. Dari data, didapatkan enam atribut, yaitu: temperatur ( C), curah hujan (mm), penyinaran (%), kelembaban udara (%), tekanan udara (mb), dan kecepatan angin. Namun, untuk proses klasifikasi pada penelitian ini, atribut tekanan udara dan kecepatan angin tidak diikutsertakan. Hal ini dikarenakan interval antara nilai minimum dan maksimum pada kedua atribut tersebut sangat pendek. Pada atribut kelembaban udara dan temperatur, diambillah nilai rata-ratanya. Hal ini sebagai representasi keteraturan dari kejadian yang menyangkut kedua atribut tersebut. Pada tahap ini juga, dipilih record data dengan mempertimbangkan jumlah kelas. Hal ini penting untuk membuat model sistem yang baik dalam proses klasifikasi. Karena jika terjadi ketidakseimbangan jumlah record kelas target, pemodelan yang dihasilkan akan kurang baik. Selanjutnya, pembersihan data dilakukan terhadap data yang memiliki nilai kosong dan / atau duplikat. Setelah dilakukan pembersihan terhadap record yang mengandung nilai kosong dan / atau duplikat diperoleh data siap pakai sebanyak 50 record. Contoh hasil dari proses pembersihan data dapat dilihat pada Lampiran. Transformasi Data Penelitian ini menerapkan salah satu teknik data mining, yaitu fuzzy decision tree. Oleh karena itu, data yang digunakan harus direpresentasikan ke dalam bentuk fuzzy. Proses diawali dengan membuat fungsi nilai keanggotaan (membership function) pada masing-masing atribut yang dipakai. Hal ini adalah bagian dari penerapan prinsip fuzzy yang menjadi pedoman penelitian. Pada kasus-kasus tertentu yang menggunakan konsep fuzzy, tidak ditemukan referensi atau pakar yang mampu menjelaskan range nilai setiap atribut sebagai pedoman pembentukan membership function. Hal ini bisa diatasi dengan cara lain, seperti survey, polling, atau hasil dari proses learning (Suyanto 008). Pada penelitian ini, tidak didapati referensi ataupun pakar yang menjelaskan range nilai setiap atribut. Oleh karena itu, dilakukan eksperimen sebanyak tiga kali sebelum diformulasikan menjadi membership function pada proses fuzzyfikasi. Contoh transformasi data ke dalam bentuk fuzzy pada atribut terpilih ialah sebagai berikut: Atribut penyinaran matahari Atribut ini dibagi menjadi 4 kelompok. Rendah (x < 5%), (5% <= x < 50%), tinggi (50% <= x < 75%), dan sangat tinggi (x >= 75%). Dari pembagian itu, dapat ditentukan membership function dari himpunan fuzzy rendah,, tinggi, dan sangat tinggi untuk atribut penyinaran matahari seperti berikut: rendah 1 5 x 0 x x 5 x 5

2 7 tinggi sangattingi 0 x 15 1 x x 1 x x 1 x x 5 5 x x 50 x 50 x x x x 75 x 75 x x 75 x 75 Himpunan fuzzy untuk atribut penyinaran matahari digambarkan melalui kurva berbentuk trapesium seperti pada Gambar 3. Gambar 3 Himpunan fuzzy atribut penyinaran. Atribut temperatur Pada atribut temperatur, dilakukan pembagian sebanyak 3 kelompok. Rendah (x < 3 C), (3 C <= x < 8 C), dan tinggi (x >= 8 C). Pembagian itu menghasilkan membership function rendah,, dan tinggi. 1 x 3 x 3 rendah( x) 3 x 5 0 x x 1 x 6 0 x 3 3 x 5 5 x 6 6 x 8 x 8 tinggi 0 8 x 1 x 6 6 x 8 x 8 Himpunan fuzzy untuk atribut temperatur digambarkan melalui kurva berbentuk trapesium seperti pada Gambar 4. Gambar 4 Himpunan fuzzy atribut temperatur. Atribut curah hujan Atribut curah hujan dibagi sebanyak 4 kelompok. Rendah (x < 0 mm), (0 mm <= x < 50 mm), tinggi (50 mm <= x < 80 mm), dan sangat tinggi (x >= 80 mm). Didapatkan membership function dengan tingkat rendah,, tinggi, dan sangat tinggi. rendah tinggi sangattingi 1 0 x 0 0 x 1 50 x 0 0 x x 0 0 x 70 1 x x 0 x 0 x x 0 0 x x 50 x 50 x x x x 80 x 80 x x 80 x 80

3 8 Himpunan fuzzy untuk atribut curah hujan digambarkan melalui kurva berbentuk trapesium seperti pada Gambar 5. Gambar 5 Himpunan fuzzy atribut curah hujan. Atribut kelembaban udara Atribut kelembaban udara dibagi sebanyak 4 kelompok. Rendah (x < 5 %), (5 % <= x < 50 %), tinggi (50 % <= x < 75 %), dan sangat tinggi (x >= 75 %). Pembagian tersebut menghasilkan membership function seperti berikut: rendah tinggi sangatting gi x x 5 1 x x 5 1 x x 5 1 x x 70 x 70 x x x x 80 x 80 x x x x 90 x 90 x x 90 x 90 Himpunan fuzzy untuk atribut kelembaban udara digambarkan melalui kurva berbentuk trapesium seperti pada Gambar 6. Gambar 6 Himpunan fuzzy atribut kelembaban. Atribut hotspot Atribut hotspot berisi tentang kategori jumlah titik api atau hotspot. Atribut ini merupakan kelas target. Atribut ini diberikan kode 1 dan. Kelas 1 menunjukkan bahwa jumlah hotspot sebanyak x 70. Kelas menunjukkan jumlah hotspot sebanyak x > 70. Data atribut temperatur, curah hujan, kelembaban udara, dan penyinaran matahari kemudian ditransformasikan menjadi bentuk fuzzy dengan menghitung membership value berdasarkan membership function pada setiap himpunan atribut. Selanjutnya, nilai yang dipakai di dalam proses pengklasifikasian adalah nilai dari membership value dari masingmasing atribut. Contoh hasil dari proses transformasi dapat dilihat pada Lampiran 3. Data Mining Pada tahap ini, dilakukan teknik data mining menggunakan algoritme FID3 untuk membangun fuzzy decision tree (FDT). Data yang telah ditransformasi dibagi menjadi data latih (training set) dan data uji (test set). Pada penelitian ini, data latih yang digunakan sebanyak 80 % dari keseluruhan (00 record), kan data uji yang digunakan sebanyak 0 % (50 record). Training Fase training dilakukan untuk membangun FDT dengan menggunakan algoritme FID3. Tahap training berfungsi untuk memodelkan algoritme yang dipakai dalam proses klasifikasi ini. Di bagian ini, sangat penting untuk memilih jumlah record yang akan digunakan sebagai data latih atau training set. Data latih yang dipakai harus memiliki jumlah yang seimbang pada setiap target kelas. Hal ini dimaksudkan supaya sistem yang dihasilkan

4 9 mampu merepresentasikan algoritme yang dipakai dengan baik. Pada contoh training set tersebut, akan diterapkan algoritme fuzzy ID3 untuk mendapatkan model dan aturan klasifikasi. Adapun langkah-langkah pembentukan aturan klasifikasi dengan algoritme fuzzy ID3 adalah sebagai berikut: 1 Membuat root node dari semua data training yang ada dengan memberi nilai derajat keanggotaan untuk semua record sama dengan 1. Menghitung fuzzy entropy dan information gain dari training set yang ada. Hasil perhitungan fuzzy entropy dan information gain akan ditunjukkan melalui Tabel 3. Tabel 3 Daftar nilai entropy dan information gain Nilai Hasil Fuzzy Entropy IG Penyinaran (S) IG Temperatur (T) IG Curah Hujan (CH) IG Kelembaban (L) Dari hasil perhitungan dipilih nilai information gain yang terbesar, yaitu atribut Kelembaban. Atribut tersebut akan digunakan untuk mengekspansi tree sebagai root-node. Namun, pada subnode berikutnya atribut yang telah digunakan tidak dipakai lagi dalam mengekspansi tree. 4 Data training diekspansi berdasarkan atribut Kelembaban sehingga diperoleh gambar pembentukan tree seperti Gambar 7. Gambar 7 Hasil ekspansi berdasarkan atribut Kelembaban. Nilai derajat keanggotaan yang baru masing-masing record pada sub-node diperoleh dari hasil perkalian antara derajat keanggotaan pada root node dan derajat keanggotaan atribut yang digunakan untuk mengekspansi tree. Misalkan, untuk subnode dengan nilai atribut rendah, nilai derajat keanggotaan dari data no.73 µ l = 0.6 dan derajat keanggotaan dari data no.73 pada root node adalah 1, maka pada node berikutnya nilai derajat keanggotaannya menjadi baru root node 5 Menghitung proporsi dari setiap kelas yang ada pada tiap-tiap node. Misalkan, untuk sub-node dengan nilai keanggotaan atribut tinggi, proporsi kelasnya adalah: K 1 = = 1. K = = Proporsi kelas 1 K 1 *0% 37.5% K1 K Proporsi kelas K *0% 6.5% K1 K 6 Pada penelitian ini, digunakan fuzziness control threshold (θ r ) sebesar 75% dan leaf decision threshold (θ n ) sebesar 3%. Kedua threshold ini didapatkan dari evaluasi kinerja pada penelitian sebelumnya (Romansyah et al 009). Kedua threshold ini berfungsi untuk menentukan ekspansi sub-node. Misalkan pada sub-node dengan nilai atribut tinggi. Berdasarkan nilai proporsi kelas 1 (37.5%) dan kelas (6.5%) yang lebih kecil dari θ r (75%) dan banyaknya data atau record pada subnode tersebut lebih besar dari θ n, maka sub-node tersebut akan terus diekspansi. Lain halnya jika θ r yang digunakan adalah 50%, sub-node tersebut tidak akan diekspansi. 7 Proses ekspansi terus dilakukan sampai tidak ada lagi data yang dapat diekspansi atau tidak ada lagi atribut yang dapat digunakan untuk mengekspansi tree. Hal ini akan dicapai ketika tree yang terbentuk sudah mencapai kedalaman maksimum atau sub-node tidak memenuhi syarat dari threshold yang telah ditentukan. Jika sub-node sudah tidak dapat diekspansi, nilai proporsi kelas terbesar merupakan kesimpulan dari aturan yang diperoleh dengan menghubungkan setiap node yang dilewati sejak dari root node hingga leaf node.

5 Dari hasil pembentukan tree didapatkan sebanyak 38 rule / aturan yang dapat digunakan untuk mengklasifikasikan suatu data masukan. Rule yang dihasilkan pada proses training secara lengkap dapat dilihat pada Lampiran 7. Testing Setelah didapatkan model tree secara lengkap, tree kemudian diubah menjadi rule. Langkah berikutnya adalah menguji akurasi dari model tree tersebut. Setiap record data dimasukkan kepada model tree yang sudah terbentuk. Pada penelitian ini, diujikan 50 record data yang sudah disiapkan pada testing set. Akurasi yang didapatkan dari proses testing ditunjukkan pada Tabel 4. Tabel 4 Confusion matrix hasil uji pada tree Aktual Nilai akurasi yang didapatkan adalah seperti berikut: Pruning Prediksi Kel.1 Kel. Kel Kel x 0 % = 78 % Perlakuan selanjutnya adalah proses memangkas tree yang disebut dengan pruning. Pemangkasan ini bertujuan menyederhanakan rule atau struktur tree yang dihasilkan namun dengan tidak merusak atau mengurangi tingkat akurasi dalam proses klasifikasi. Secara garis besar, ada dua kaidah pruning. Pertama, kaidah pre-pruning. Pada kaidah ini, dilakukan pemangkasan sebelum tree terbentuk secara sempurna. Salah satu metode yang menerapkan kaidah ini adalah metode chisquare. Pada metode chi-square, atribut-atribut yang sudah ditentukan sebagai classifier kemudian dihitung keterkaitannya terhadap atribut kelas yang dimaksud. Di akhir perhitungan, akan didapatkan atribut mana yang bisa dihilangkan atau diabaikan dalam proses klasifikasi. Kedua, kaidah post pruning. Berbeda dengan sebelumnya, kaidah ini diterapkan pada model tree yang secara sempurna telah terbentuk. Pada penelitian ini, dipilih metode rule post pruning. Pada metode rule post pruning, model tree diubah ke dalam bentuk rule. Kemudian, dari setiap rule dilakukan proses penghapusan anteseden dari rule yang menyebabkan penurunan akurasi pada validation set yang telah ditentukan. Kemudian, langkah berikutnya adalah pengurutan rule berdasarkan nilai akurasi rule yang terbesar. Pre-pruning dengan metode chi-square Pada tahap ini, dilakukan dulu perhitungan keterkaitan hubungan antara atributatribut yang ada dengan atribut kelas. Sebagai contoh, hasil perhitungan hubungan atribut Curah Hujan (CH) dengan atribut kelas dapat dilihat pada Tabel 5. Tabel 5 Sebaran nilai atribut Curah Hujan sangat rendah tinggi tinggi jumlah K K jumlah α = 0.05 X {0.05 (-1)*(4-1)}={0.053} = (dilihat dari tabel sebaran chi-square Walpole 1993) e 11 = (9)*(185)/00 = 0.85 e 1 = (9)*(7)/00 = e 13 = (9)*(5)/00 =.75 e 14 = (9)*(3)/00 = e 1 = (91)*(185)/00 = e = (91)*(7)/00 = e 3 = (91)*(5)/00 =.75 e 4 =(91)*(3)/00 = Kemudian, nilai setiap elemen perhitungan dimasukkan lagi dalam tabel seperti pada Tabel 6. Tabel 6 Sebaran nilai atribut Curah Hujan setelah perhitungan sangat rendah tinggi tinggi jumlah K K jumlah Berikutnya, dilakukan operasi matematika terhadap nilai awal dan nilai akhir seperti berikut: X = ( ) / ( ) / = (3-.75) /.75 + ( ) / ( ) / ( ) / (-.75) /.75 + ( ) / 1.365

6 11 Tampak pada hasil perhitungan bahwa X dari hasil hitung lebih besar dari X dari tabel sehingga atribut Curah Hujan (CH) tidak bisa diabaikan atau dihilangkan dalam proses klasifikasi. Dari proses perhitungan seluruh atribut yang menjadi classifier dalam penelitian ini, didapatkan kesimpulan bahwa atribut yang bisa diabaikan atau dihilangkan dalam proses klasifikasi adalah atribut Penyinaran (S). Langkah selanjutnya adalah dilakukan pengembangan model tree tanpa menyertakan atribut tersebut. Dari proses pruning dengan metode chisquare, didapatkan 17 rule. Rule yang dihasilkan pada proses pruning dengan chi square secara lengkap dapat dilihat pada Lampiran 8. Hasil dari pruning dengan metode chi-square kemudian diuji dengan testing set. Data uji atau testing set sebanyak 50 record diujicobakan terhadap tree yang terbentuk. Hasil akurasi pada metode chi square pruning dapat dilihat pada Tabel 7. Tabel 7 Confusion matrix hasil uji pada tree dengan pruning chi square Prediksi Kel.1 Kel. Kel Aktual Kel. 3 0 Nilai akurasi yang didapatkan adalah seperti berikut: 40 0 x 0 % = 80 % Post pruning dengan metode rule post Sebelum memasuki pruning dengan metode ini, perlu disiapkan validation set. Validation set merupakan bagian dari training set yang digunakan sebagai evaluasi awal terhadap rule yang terbentuk sebelum pada akhirnya diujikan terhadap testing set. Pada penelitian ini, disiapkan 5 record validation set. Pruning dilakukan terhadap rule yang sudah terbentuk pada tree sebelum dipangkas. Kemudian, anteseden dihilangkan satu per satu dengan tetap melihat tingkat akurasinya. Berikutnya adalah memberi peringkat terhadap rule yang terbentuk bergantung pada nilai akurasi terbesar di dalam mengklasifikasikan validation set. Hasilnya adalah didapatkan 6 rule dengan nilai akurasi terbesar sebesar 0 % pada rule If L tinggi AND T tinggi AND CH THEN Kelas 1. dan nilai akurasi terkecil sebesar 85.7 % pada rule If L tinggi AND T AND S rendah THEN Kelas 1. Hasil pruning dengan metode rule post pruning kemudian diujikan terhadap testing set. Hasil akurasi pada metode rule post pruning dapat dilihat pada Tabel 8. Tabel 8 Confusion matrix hasil uji pada tree dengan rule post pruning Prediksi Kel.1 Kel. Kel Aktual Kel. 3 0 Nilai akurasi yang didapatkan adalah seperti berikut: 39 0 x 0 % = 78 % Perbandingan akurasi dari model tree sebelum dan sesudah mendapat perlakuan pruning akan ditunjukkan oleh Tabel 9. Tabel 9 Daftar nilai akurasi tree Perlakuan Akurasi Rule Tanpa pruning 78 % 38 Pre-Pruning 80 % 17 Post Pruning 78 % 6 Nilai akurasi pada tiap-tiap perlakuan pada Tabel 9 menunjukkan bahwa tree yang terbentuk pada awal ekspansi (tree tanpa pruning) mengalami suatu gejala overfitting. Hal ini terbukti dengan kondisi ukuran tree yang besar ataupun rule yang kompleks, justru tidak memberikan nilai akurasi yang baik dalam proses klasifikasi. Karenanya, tree dengan gejala overfitting perlu di-prune. Dari hasil penelitian, dapat diketahui bahwa proses pruning bisa meningkatkan tingkat akurasi secara signifikan. Dari ketiga perlakuan di atas, terlihat bahwa tree dengan perlakuan pre-pruning chi square menghasilkan nilai akurasi terbesar dibandingkan dengan tree tanpa proses pruning dan tree dengan perlakuan rule post pruning sehingga hasil akhir dari penelitian ini didapatkan 17 aturan / rule yang bisa mengklasifikasikan jumlah hotspot berdasarkan pada pola nilai atribut data iklim yang dipakai dengan akurasi sebesar 80 %. Pada proses rule post pruning didapatkan nilai akurasi yang sama besar dengan tree yang tidak di-pruning. Namun, dengan akurasi yang sama besar, rule post pruning berhasil mereduksi jumlah rule yang terbentuk. Pada tree