BAB I PENDAHULUAN Latar Belakang Masalah

Transkripsi

1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam perkembangan teknologi informasi di era saat ini menunjukkan peningkatan yang sangat pesat, baik dari teknik pengolahan data maupun software-software pendukungnya. Sudah banyak organisasi, konsultan maupun perusahaan-perusahaan swasta mulai mengembangkan gudang data (data warehouse) untuk menyediakan data pendukung keputusan bagi end-user. Data warehouse adalah suatu konsep yang dirancang untuk menyediakan solusi bagi permasalahan akses data dengan menggabungkan sumber data yang bervariasi menjadi satu kesatuan yang dapat diakses oleh end-user, sehingga dapat diperoleh laporan hasil analisis dan visualisasi dari informasi yang ada di gudang data. Perkembangan teknologi yang pesat dan juga pertumbuhan internet menciptakan data dalam jumlah yang sangat besar. Data mining digunakan untuk menemukan informasi yang berguna dan tersembunyi di dalamnya. Data mining adalah proses untuk mengekstrak informasi potensial dari sejumlah besar data. Dalam data mining kita mempercayakan pada komputer untuk mencari dan melihat data secara lebih mendalam untuk mendapatkan pola (pattern) dan kecenderungan (trends). Bidang statistik merupakan bagian yang penting dalam data mining, karena semua algoritma data mining berakar dari ketentuanketentuan statistik. Disini penulis mencoba mengimplementasikan algoritma fast greedy untuk menyelesaikan proses pencarian outliers. Proses pendektesi outlier atau pencilan pada data yang jumlahnya sangat besar merupakan suatu hal yang sangat penting. Hal ini dikarenakan keberadaaan outlier dapat menghasilkan suatu hasil analisa yang tidak valid. Oleh karenanya, hingga saat ini berbagai metode tentang pendeteksian keberadaan outlier pada jumlah data yang besar terus dikembangkan

2 untuk mendapatkan metode yang mempunyai keakuratan yang baik dan memiliki algoritma yang efisien pada tingkat kerumitan perhitungan yang sangat tinggi. Outlier memiliki berbagai definisi, namun tidak ada satupun yang dapat menjadi acuan secara umum. Menurut Hawkins (1980), outlier merupakan observasi yang mempunyai deviasi yang sangat jauh dari observasi lainnya sehingga menimbulkan kecurigaan observasi tersebut didapat dari mekanisme yang berbeda. Barnett dan Lewis (1994) menyatakan bahwa outlier adalah data yang relatif inconsisten terhadap sekumpulan data atau sekumpulan kelompok. Sedangkan menurut Hair (1998), outlier adalah observasi dengan ciri-ciri tertentu yang diapat didefinisikan secara jelas dan berbeda dilihat dari ukuran pemusatan data. Deteksi outlier akan membantu mengungkap sesuatu yang tersembunyi serta menemukan sesuatu kejanggalan di dalam dataset. Hal ini akan membuat keputusan yang diambil akan menghasilkan keuntungan serta akan meningkatkan kualitas kinerja yang lebih baik. Dengan demikian, deteksi outlier merupakan implementsi penting dari data mining dan dapat diaplikasikan di penemuan deteksi penipuan dari kegiatan kriminal di perdagangan elektronik, kartu kredit, prediksi cuaca, pemasaran dan lainnya. Dalam skripsi ini akan dibahas algortima fast greedy untuk mendeteksi outlier. Algoritma ini akan bekerja cepat dan efisien pada data numerik maupun pada data kategorikal dan juga bisa diaplikasikan pada data univariat ataupun pada data multivariat Pembatasan Masalah Dalam skripsi ini, batasan masalah sangat diperlukan untuk menjamin keabsahan dalam kesimpulan yang diperoleh agar tidak terjadi penyimpangan dari tujuan semula dan pemecahan masalah lebih terkonsentrasi. Implementasikan salah satu fungsi data mining yaitu pendeteksian outlier dengan menggunakan algortima fast greedy. Dalam skripsi ini hanya fokus membahas pencarian outlier dengan algoritma fast greedy untuk mecari outlier didalam dataset.

3 1.3. Tujuan Penulisan Tujuan yang ingin dicapai dalam penulisan skripsi ini adalah : 1. Sebagai salah satu syarat untuk memperoleh gelar sarjana sains di Program Studi Statistika FMIPA UGM. 2. Mengimplementasikan salah satu fungsi data mining yaiut mendetteksi adanya outlier dengan menggunakan algortima fast greedy Tinjauan Pustaka Salah satu dari enam fungsi data mining yang dijelaskan oleh Han dan Kamber (2001) adalah Analisis Anomali (Outlier Analysis), yaitu analisis untuk menyelidiki dan memperbaiki data-data yang ekstrim atau mempunyai karakter yang berbeda bila dibandingkan dengan data-data lainnya. Dijelaskan lagi data mining menurut Berry dan Linoff (2004), adalah proses eksplorasi dan analisis data-data yang sangat besar agar dapat menemukan pola dan aturan yang berguna. Sedangkan Menurut Ha dan Kember (2001), Data Mining adalah proses menemukan pengetahuan yang menarik dari sejumlah data besar yang disimpan baik dalam database, data warehouse, atau tempat penyimpanan informsi lainnya. Pengertian dan dasar teori tentang identifikasi outlier mengacu pada Barnett dan Lewis (1994) yang mengatakan bahwa outlier adalah data yang relatif incosistent terhadap sekumpulan atau sekelompok data. Kata inconsisten dapat diartikan sebagai sesuatu yang tidak mudah diformulasikan pada keadaan yang umum atau biasa. Pada awalnya kajian tentang pelacakan outlier bersifat grafikal seperti yang dilakukan Healy (1968). Menurut Wilk (1963), dalam menemukan outlier lebih dari dua diperlukan perhitungan yang panjang dan rumit. Sedangkan menurut Hair (1998) outlier adalah observasi dengan ciri-ciri tertentu yang dapat diindenftifikasi secara jelas dan berbeda dari observasi lainnya dilihat dari ukuran pemusatan data. Deteksi outlier akan membantu mengungkap sesuatu yang tersembunyi serta menemukan sesuatu kejanggalan di dalam dataset. Oleh karenanya, deteksi outlier merupakan implementsi penting dari data mining. Eko Prasetyo (2012) membahas penerapan deteksi outlier yang dapat ditemukan pada

4 sejumlah bidang kegunaan, seperti deteksi kecurangan (fraud detection), deteksi penyusupan (intrusion detection), gangguan ekosistem, kesehatan masyarakat dan kedokteran. Manning dan Schiitze (1999) menjelaskan bahwa information entropy digambarkan sebagai pengukuran pada ketidakpastian pada data yang random. Entropy ini merupakan pengukuran dari informasi yang hilang ketika salah satu variabel tidak diketahui secara random. Secara sederhana, entropy adalah ukuran dari informasi dan ketidakpastian dari variabel acak. Fungsi perhitungan entropy ini akan digunakan dalam deteksi outlier dengan algoritma fast greedy. He at all (2001) membahas deteksi outlier menggunakan algoritma fast greedy. Algoritma ini dapat menyelesaikan kasus deteksi outlier univariat bahkan multivariat disamping itu algoritma ini merupakan multidimesional vektor. Pada pembahasannya data input yang akan diproses pada algoritma fast greedy bisa bersifat data numerik maupun data kategorikal karena pendeteksian outlier dengan algortima ini dilakukan dengan perhitungan entropy. Dalam pembahasannya juga disimpulkan bahwa algoritma fast greedy akan memakan waktu yang relatif singkat dalam mendeteksi ada tidaknya outlier pada dataset Metode Penulisan Metode yang digunakan dalam penulisan tugas akhir ini adalah studi literatur. Studi literatur adalah penelusuran literatur materi terkait yang bersumber dari buku, media, pakar ataupun dari hasil penulusuran di internet yang bertujuan untuk menyusun dasar teori yang digunakan dalam melakukan penelitian ini. Penulis dalam menyelesaikan studi kasus dalam skripsi ini menggunakan bantuan software R.

5 1.6. Sistematika Penulisan Adapun sistematika penulisan dalam skripsi ini adalah berikut: BAB I BAB II PENDAHULUAN Bab ini menjelaskan tentang latar belakang masalah, pembatasan masalah, tujuan penulisan, tinjauan pustaka, metode penulisan dan sistematika penulisan skripsi ini. DASAR TEORI Bab ini membahas tentang dasar teori yang mendukung pembahasan algortima fast greedy untuk mendeteksi outlier. BAB III ALGORITMA OUTLIER FAST GREEDY UNTUK MENDETEKSI Bab ini menjelaskan entropy baik yang univariat maupun yang multivariat dan menjelaskan juga tentang algoritma fast greedy untuk mendeteksi outlier. BAB IV STUDI KASUS BAB V Bab ini membahas tentang aplikasi algortima fast greedy untuk mendeteksi outlier pada data pengajuan kredit. KESIMPULAN Bab ini berisi kesimpulan dari pembahasan pada bab sebelumnya dan saran atas kekurangan dari hasil penelitian yang telah dilakukan.