KLASTERISASI BERDASARKAN KESAMAAN POLA DENGAN MENGGUNAKAN ALGORITMA PCLUSTER (Kata kunci: Penggalian Data, Klasterisasi Kesamaan Pola)

Transkripsi

1 PRESENTASI TUGAS AKHIR KI KLASTERISASI BERDASARKAN KESAMAAN POLA DENGAN MENGGUNAKAN ALGORITMA PCLUSTER (Kata kunci: Penggalian Data, Klasterisasi Kesamaan Pola) Penyusun Tugas Akhir : Kartika Wijayati (NRP : ) Dosen Pembimbing : Rully Soelaiman, S.Kom, M.Kom. 03 Februari 2010 Tugas Akhir CI1599 1

2 Obyek LATAR BELAKANG Kebanyakan model klasterisasi, kesamaan antar obyek-obyek yang berbeda pada semua, sebagian, atau hanya subset dari dimensi dihitung oleh jarak. Fungsi jarak tidak mampu untuk menangkap korelasi-korelasi antar obyekobyek. Pada kenyataannya, korelasi-korelasi yang kuat masih ada antar himpunan obyek-obyek yang sama jika himpunan obyek-obyek terpisah jauh, dari satu sama lain yang dihitung berdasarkan fungsi jarak. 6 5 Small data set dari 3 obyek dan 4 atribut Obyek 1 Obyek 2 Obyek Dimensi 03 Februari 2010 Tugas Akhir CI1599 2

3 ASUMSI MODEL DATA ASUMSI Jumlah Atribut Asumsi yang dipakai dalam model pcluster: Baris dalam matriks merepresentasikan obyek Kolom dalam matriks merepresentasikan atribut On O1 O2 O A1 A An Jumlah Obyek 03 Februari 2010 Tugas Akhir CI1599 3

4 ASUMSI MODEL KLASTERISASI MODEL PCLUSTER Model pcluster adalah suatu metode yang menggali klaster-klaster pada obyek-obyek yang memperlihatkan hubungan pola pada himpunan atribut (dimensi). Untuk mengefisienkan pengalian pcluster, digunakan algoritma pcluster Langkah langkah dalam ALGORITMA PCLUSTER : 1. Pair-Wise Clustering Mencari klaster (kolom) terbesar untuk masing-masing dua obyek, dan klaster (obyek) terbesar untuk masing-masing dua kolom. 2. Pruning Unfruitful pair-wise clustering Langkah pruning di bagi menjadi 2 bagian, yaitu symmetric pruning dan pruning by block. 3. Forming Langkah ini merupakan kombinasi dari pruned pairwise untuk membentuk pcluster. 03 Februari 2010 Tugas Akhir CI1599 4

5 SKENARIO UJI COBA UJI COBA Parameter yang dibutuhkan dalam sistem, yaitu : 1. Data set, menggunakan data buatan 2. nr adalah rata-rata jumlah baris yang melekat dalam pcluster 3. nc adalah rata-rata jumlah kolom yang melekat dalam pcluster 4. k adalah rata-rata jumlah pcluster yang terlekat dalam pcluster Skenario uji coba yang telah dilakukan, ada empat, yaitu : 1. Menambahkan jumlah obyek, pada langkah pruning, symmetric prune dan block prune 2. Menambahkan jumlah kolom, pada langkah pruning, symmetric prune dan block prune. 3. Menambahkan jumlah obyek, pada langkah klasterisasi, klasterisasi berdasarkan clique menggunakan block prune dan klasterisasi secara langsung berdasarkan antimonotonicity dengan menggunakan symmetric prune. 4. Menambahkan jumlah kolom, pada langkah klasterisasi, klasterisasi berdasarkan clique menggunakan block prune dan klasterisasi secara langsung berdasarkan antimonotonicity dengan menggunakan symmetric prune. Tugas Akhir CI1599 5

6 Average Response Time(s) HASIL UJI COBA (Skenario 1) UJI COBA Uji coba ini menggunakan data set buatan yang digenerate dengan jumlah kolom sebanyak 7, dimana 7 merupakan total pcluster yang melekat di dalam data set. Dengan parameter delta = 1, nc = 5, dan nr = 0.01N, dimana N adalah jumlah baris dari data buatan. Berikut Grafik dari skenario 1 : Nilai akurasi selisi performa block dan symmetric dalam langkah pruning adalah % Symmetric + Clique Block + Clique Performa Pruning Data set ukuran (# Objek) Tugas Akhir CI1599 6

7 Average Response Time(s) HASIL UJI COBA (Skenario 2) UJI COBA Uji coba ini menggunakan data set buatan yang digenerate dengan jumlah baris sebanyak 100, dimana 100 merupakan total pcluster yang melekat di dalam data set. Dengan parameter delta = 1, nr = 10, dan nc = 0.02C, dimana C adalah jumlah kolom dari data buatan. Berikut Grafik dari skenario 2 : Symmetric + Clique Block + Clique Performa pruning Nilai akurasi selisi performa block dan symmetric dalam langkah pruning adalah % Data set ukuran(# Kolom) Tugas Akhir CI1599 7

8 Average Response Time (s) HASIL UJI COBA (Skenario 3) UJI COBA Uji coba ini menggunakan data set buatan yang digenerate dengan jumlah kolom sebanyak 7, dimana 7 merupakan total pcluster yang melekat di dalam data set. Dengan parameter delta = 1, nc = 5, dan nr = 0.01N, dimana N adalah jumlah baris dari data buatan. Berikut Grafik dari skenario 3 : Performa Pruning dan Klasterisasi Symmetric + Anti-monotonicity Block + Clique Nilai akurasi selisi performa block dan symmetric dalam langkah pruning adalah % Data set ukuran (# Obyek) Tugas Akhir CI1599 8

9 Average Response Time (s) HASIL UJI COBA (Skenario 4) UJI COBA Uji coba ini menggunakan data set buatan yang digenerate dengan jumlah baris sebanyak 100, dimana 100 merupakan total pcluster yang melekat di dalam data set. Dengan parameter delta = 1, nr = 10, dan nc = 0.02C, dimana C adalah jumlah kolom dari data buatan. Berikut Grafik dari skenario 4 : Performa Klasterisasi Symmetric + Anti-monotonicity Block + Clique 4000 Nilai akurasi selisi performa block dan symmetric dalam langkah pruning adalah % Data set ukuran (# Kolom) Tugas Akhir CI1599 9

10 KESIMPULAN KESIMPULAN DAN SARAN Setelah dilakukan uji coba dan analisis hasil terhadap aplikasi yang telah dibuat maka dapat diambil kesimpulan sebagai berikut: a. Klasterisasi berdasarkan clique lebih efisien dibandingkan dengan klasterisasi secara langsung. b. Block prune sangat efisien dan sangat efektif daripada symmetric pruning, karena dapat mengurangi object-pairs maupun column-pairs yang tidak berguna, yang akan memperbaiki performa dari klasterisasi berdasarkan clique. 03 Februari 2010 Tugas Akhir CI

11 SARAN KESIMPULAN DAN SARAN Saran untuk pengembangan lebih lanjut dari tugas akhir ini antara lain: 1. Kegunaan algoritma pcluster dapat digunakan pada pencariaan data pada aplikasi e-commerce. 2. Model pcluster dapat dikembangkan menjadi menjadi model berdasarkan ketetanggaan nilai yang mempunyai kesamaan. 03 Februari 2010 Tugas Akhir CI

12 DAFTAR PUSTAKA [1] Soelaiman R, Purwitasari D Materi Kuliah Pengenalan Pola. Teknik Informatika. Institut Teknologi Sepuluh November. [2] Wang Haixun, and Pei Jian, Clustering By Pattern Similarity, Journal Of Computer Science and Technology, vol 23, pp , 2008 [3] Yang J, Wang W, Wang H, Yu P S. : Capturing subspace correlation in a large dataset. In Proc. ICDE, San Jose, USA, 2002, pp [4] Niskanen S, Ostegard P R J. Cliquer user s guide, version 1.0 Technical Report T48, Communications Laboratory, Helsinki University of Technology, Espoo, Finland, [5] Theodoridis S, Koutroumbas K Pattern Recognition. Prentice Hall 03 Februari 2010 Tugas Akhir CI

13

14 LAMPIRAN Langkah-Langkah Algoritma

15 ALGORITMA KLASTERISASI Langkah-langkah algoritma pair cluster object 1. Menghitung variabel data, berdasarkan jumlah baris dan jumlah kolom. 2. Membuat pair-object. 3. Dari setiap pair-object yang telah terbentuk, dibuat matrik selisih antar dua object pada atribut yang berbeda-beda. 4. Hitung selisih per elemen dari matrik selisih. 5. Pengecekan selisih per elemen dari matrik selisih, 1. Jika selisih kurang dari threshold, maka dihitung selisih index antara dua ujung yang memenuhi jumlah minimal kolom, dan buat MDS baru untuk pair-object ini. 2. Jika selisih lebih besar dari threshold, maka dilakukan pengecekan pada elemen matrik selanjutnya, kemudian ulangi langkah 4 dan 5, sampai ditemukan index akhir kolom. 6. Jika index sudah mencapai akhir kolom dan selisih index terakhir antar dua ujung memenuhi jumlah minimal kolom, maka buat MDS baru untuk pair-object ini. 7. Ulangi langkah 3-6, sampai pada pair-object terakhir. KEMBALI

16 ALGORITMA KLASTERISASI Langkah-langkah algoritma symmetric prune 1. Mengambil pair + MDS object dan pair + MDS column, kemudian hitung jumlah masingmasing. 2. Melakukan pengecekan pada setiap item (pair + MDS object). 3. Mengambil salah satu elemen dari MDS object. 4. Mengambil nilai dari jumlah pair-object dengan referensi MDS milik pair-column. 5. Ulangi langkah 2 sampai langkah 4, sampai ditemukan pair-object yang mereferensi pada pair-column kurang dari jumlah minimal kolom, dan hapus elemen MDS yang dipilih. 6. Jika total elemen MDS object nilainya kurang dari jumlah minimal kolom, maka hapus seluruh item (pair + MDS object). 7. Ulangi proses langkah 3 sampai 6 sampai mencapai akhir daftar pair + MDS object. 8. Setelah mencapai akhir daftar pair + MDS object. Lakukan pengecekan pada setiap item pair + MDS column. 9. Mengambil salah satu elemen dari MDS column. 10. Mengambil nilai dari jumlah pair-column dengan referensi MDS milik pair- object. 11. Ulangi langkah 8 sampai langkah 10, sampai ditemukan pair-column mereferensi pada pairobject, yang kurang dari jumlah minimal kolom, dan hapus elemen MDS yang dipilih. 12. Jika total elemen MDS column nilainya kurang dari jumlah minimal kolom, maka hapus seluruh item (pair + MDS column). 13. Ulangi proses langkah 8 sampai 12 sampai mencapai akhir daftar pair + MDS column. KEMBALI

17 ALGORITMA KLASTERISASI Langkah-langkah algoritma block prune 1. Menghitung variabel data, berdasarkan jumlah baris dan jumlah kolom. 2. Mengambil pair + MDS object. 3. Menghitung variable yang mengandung pair + MDS object. 4. Membuat MDS bitmap dari MDS object. Bit ke-i adalah himpunan jika kolom ke-i berada di dalam MDS, dan sebaliknya, jika bit ke-i bukan berada di dalam MDS, maka bit ke-i bukan himpunan. 5. Membuat matrik jumlah MDS perkolom untuk per blok (CC). 6. Membuat matrik jumlah MDS secara horizontal untuk per blok (sumb). 7. Melakukan pengecekan apakah bitmap untuk pair, tersedia atau telah terhapus. 8. Jika kedua kondisi tidak terpenuhi, maka lakukan pengecekan apakah jumlah MDS secara horizontal kurang dari jumlah minimum kolom. 9. Jika jumlah MDS secara horizontal lebih besar dari jumlah minimum kolom, maka hapus elemen MDS bitmap yang terpilih. Jika jumlah MDS secara horizontal kurang dari jumlah minimum kolom, maka lakukan pengecekan terhadap MDS. 10. Jika pair ini hanya memiliki satu MDS, hapus (pair + MDS) ini. 11. Selama jumlah MDS kolom per blok kurang dari jumlah minimum baris, ulangi langkah 7 sampai langkah 10, sampai mencapai pair terakhir. 12. Jika telah mencapai akhir blok, hitung total pair untuk satu blok. 13. Jika total pair untuk satu blok kurang dari minimum baris maka hapus (pair + MDS) lain yang terkait dengan (pair + MDS) yang terpilih saat ini. 14. Ulangi proses 7-13 sampai mencapai blok yang terakhir. KEMBALI 15. Saat mencapai blok yang terakhir, ambil semua pair dan MDS bitmap yang tersisa.

18 ALGORITMA KLASTERISASI Langkah-langkah algoritma Pembentukan Klasterisasi 1. Menghitung variabel data, berdasarkan jumlah baris dan jumlah kolom. 2. Mengambil pair + MDS bitmap dari proses pruning (symmetric/block). 3. Melakukan pengecekan terhadap semua blok yang tersisa dari proses block prune. 4. Mencari elemen dari pair-object atau pair-column yang terasosiasi dengan setiap MDS. 5. Menghitung total dari elemen (obyek atau kolom) yang saling terasosiasi. 6. Jika total dari elemen (obyek atau kolom) yang terasosiasi kurang dari jumlah minimal baris, maka hapus pair + MDS yang terpilih dan hapus pair + MDS yang lain dimana MDSnya sama dengan MDS yang terpilih. Jika total dari elemen (obyek atau kolom) yang terasosiasi lebih dari jumlah minimal baris, maka ambil MDS dan obyek-obyek yang terasosiasi untuk diinputkan ke dalam data pcluster. 7. Ulangi langkah 5 sampai langkah 7, sampai mencapai MDS terakhir pada blok yang terpilih. 8. Jika telah mencapai MDS terakhir pada blok yang terpilih, hitung total pcluster pada blok yang terpilih. 9. Melakukan pengecekan terhadap MDS yang telah terisi pada pcluster. 10. Jika MDS ini telah terisi pada pcluster dan merupakan subset dari MDS telah terisi dalam pcluster, maka tambahkan obyek yang terasosiasi kepada obyek yang telah terdaftar di pcluster. Jika MDS ini telah terisi pada pcluster dan bukan subset dari MDS belum terisi dalam pcluster, maka tambahkan MDS dan obyek yang terasosiasi di pcluster. 11. Jika MDS ini belum terisi pada pcluster maka maka tambahkan MDS dan obyek yang terasosiasi di pcluster. 12. Ulangi langkah 10, sampai pada akhir elemen pcluster blok yang terpilih 13. Ulangi langkah 3-11, sampai mencapai akhir blok yang terakhir. KEMBALI

19 LAMPIRAN Flowchart

20 DIAGRAM ALIR PAIR CLUSTER OBYEK DIAGRAM ALIR KEMBALI

21 DIAGRAM ALIR DIAGRAM ALIR PAIR CLUSTER KOLOM KEMBALI

22 DIAGRAM ALIR SYMMETRIC PRUNE DIAGRAM ALIR KEMBALI

23 DIAGRAM ALIR BLOCK PRUNE DIAGRAM ALIR KEMBALI

24 DIAGRAM ALIR PCLUSTER DIAGRAM ALIR