ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING TESIS. Oleh YUNIAR ANDI ASTUTI / TINF

Transkripsi

1 ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING TESIS Oleh YUNIAR ANDI ASTUTI / TINF PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011

2 ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Komputer dalam Program Studi Magister Teknik Informatika pada Program Pascasarjana Fakultas MIPA Oleh YUNIAR ANDI ASTUTI / TINF PROGRAM STUDI MAGISTER (S2) TEKNIK INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2011

3 PENGESAHAN TESIS Judul Tesis : ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING Nama Mahasiswa : YUNIAR ANDI ASTUTI Nomor Induk Mahasiswa : Program Studi : Magister Teknik Informatika Fakultas : Matematika dan Ilmu Pengetahuan Alam Menyetujui Komisi Pembimbing Drs Sawaluddin, MIT Anggota Prof. Dr. Opim Salim Sitompul Ketua Ketua Program Studi Dekan Prof. Dr. Muhammad Zarlis Dr. Sutarman, MSc NIP NIP

4 PERNYATAAN ORISINALITAS ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING TESIS Dengan ini penulis menyatakan bahwa penulis mengakui semua karya tesis ini adalah hasil karya saya sendiri kecuali kutipan dan ringkasan yang tiap satunya telah di jelaskan sumbernya dengan benar. Medan, 25 Juli 2011 YUNIAR ANDI ASTUTI NIM:

5 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika, saya yang bertanda tangan di bawah ini: N a m a : Yuniar Andi Astuti N I M : Program Studi : Magister ( S2 ) Teknik Informatika Jenis Karya Ilmiah : TESIS Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty free Right) atas Tesis saya yang berjudul: ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Eksklusif ini, berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk data-base, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, 25 Juli 2011 Yuniar Andi Astuti NIM:

6 Telah diuji pada Tanggal: 28 Juli 2011 PANITIA PENGUJI TESIS Ketua : Prof. Dr. Opim Salim Sitompul Anggota : 1. Prof. Dr. Muhammad Zarlis 2. Prof. Dr. Iryanto 3. Dr. Erna Budhiarti Nababan 4. Drs. Sawaluddin, MIT

7 RIWAYAT HIDUP DATA PRIBADI Nama lengkap berikut gelar : Yuniar Andi Astuti, S. Kom Tempat dan Tanggal Lahir : Palembang, 12 Juni 1967 Alamat Rumah : Jl. Setiabudi gg. Anggrek No. 2 Depan Kopertis Medan HP : yuniar_67@yahoo.com Instansi Tempat Bekerja : Politeknik Unggul LP3M Alamat Kantor : Jln. Iskandar Muda No. 3 EF Telepon : DATA PENDIDIKAN SD : SD Negeri 84 Palembang Tamat: 1980 SMP : SMP Negeri 4 Palembang Tamat: 1983 SMA : SMA Negeri 5 Palembang Tamat: 1986 Strata-1 : STMIK Palcomtech Palembang Tamat: 2006 Strata-2 : PSMTINF PPs FMIPA USU Tamat: 2011

8 KATA PENGANTAR Pertama-tama penulis panjatkan puji syukur kehadirat Allah SWT Tuhan Yang Maha Esa atas segala limpahan rakhmad dan karunia-nya sehingga tesis ini dapat diselesaikan. Dengan selesainya tesis ini, perkenankanlah penulis mengucapkan terima kasih yang sebesar-besarnya kepada: Rektor, Prof. Dr. dr. Syahril Pasaribu, DTMH, M. Sc (CTM), Sp. A(K) atas kesempatan yang diberikan kepada penulis untuk mengikuti dan menyelesaikan pendidikan Program Magister (S2). Dekan Fakultas MIPA, Dr. Sutarman, M.Sc atas kesempatan yang telah diberikan kepada penulis menjadi mahasiswa Program Magister (S2) pada Program Pascasarjana FMIPA. Ketua Program Studi Magister (S2) Teknik Informatika, Prof. Dr. Muhammad Zarlis, Sekretaris Program Studi Teknik Informatika M. Andri Budiman, ST, M. Comp. Sc, M.EM beserta seluruh Staff dan Staff Pengajar pada Program Studi Magister (S2) Teknik Informatika Program Pascasarjana Fakultas MIPA, yang telah bersedia membimbing penulis, sehingga dapat menyelesaikan pendidikan tepat pada waktunya. Terima kasih yang tak terhingga dan penghargaan setinggi-tingginya penulis ucapkan kepada Prof. Dr. Opim Salim Sitompul selaku Pembimbing Utama yang dengan penuh perhatian dan telah memberikan dorongan dan bimbingan, demikian juga kepada Drs. Sawaluddin, MIT selaku Pembimbing kedua yang dengan penuh kesabaran menuntun dan membimbing penulis hingga selesainya tesis ini. Terima kasih yang tak terhingga dan penghargaan setinggi-tingginya penulis ucapkan kepada Prof. Dr. Muhammad Zarlis, Prof. Dr. Iryanto dan Dr. Erna Budhiarti Nababan sebagai pembanding yang telah memberikan saran, masukan dan arahan yang baik demi penyelesaian tesis ini. Kepada suami tercinta Hendrayani Harahap, SE., MM dan anak-anakku tersayang Yudha, Hendrik dan Vira, terima kasih atas segala pengorbanan kalian baik berupa moril

9 maupun materil, budi baik ini tidak dapat dibalas hanya diserahkan kepada Allah SWT, Tuhan Yang Maha Esa. Kepada semua pihak yang tidak dapat penulis sebutkan satu persatu dalam tesis ini, terima kasih atas segala bantuan yang diberikan. Sekecil apapun yang Anda berikan untuk penulis turut menghantarkan penulis untuk menyelesaikan pendidikan yang ditempuh selama ini. Dengan segala kekurangan dan kerendahan hati, semoga kiranya Tuhan Yang Maha Kuasa membalas segala bantuan, kebaikan yang telah diberikan. Medan, Juli 2011 Penulis, Yuniar Andi Astuti

10 ANALISIS PERBANDINGAN TEKNIK SUPPORT VECTOR REGRESSION (SVR) DAN DECISION TREE C4.5 DALAM DATA MINING ABSTRAK Penelitian ini mengkaji teknik Support Vector Regression dan Decision Tree C4.5 yang telah digunakan dalam penelitian-penelitian di berbagai bidang, dengan tujuan untuk mengetahui kelebihan dan kekurangan dari kedua teknik tersebut yang ada dalam Data Mining. Dari sepuluh penelitian yang menggunakan kedua teknik tersebut, hasil analisis menunjukkan bahwa akurasi teknik SVR sebesar 59,64% dan C4.5 sebesar 76,97% Sehingga dalam penelitian ini didapat pernyataan bahwa C4.5 lebih baik dari SVR. Kata Kunci: Support Vector Regression, Decision Tree, C4.5, Data Mining

11 COMPARATIVE ANALYSIS OF TECHNICAL SUPPORT VECTOR REGRESSION (SVR) and C4.5 DECISION TREE IN DATA MINING ABSTRACT This study examines techniques Support Vector Regression and Decision Tree C4.5 has been used in studies in various fields, in order to know the advantages and disadvantages of both techniques that appear in Data Mining. From the ten studies that use both techniques, the results of the analysis showed that the accuracy of the SVR technique for 59,64% and C4.5 for 76,97% So in this study obtained a statement that C4.5 is better than SVR Key Word: support vector regression, decision tree, c4.5, data mining

12 DAFTAR ISI BAB I PENDAHULUAN LatarBelakang Penelitian Terdahulu Perumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian...5 BAB II TINJAUAN TEORITIS Data Mining Metode Klasifikasi Klasifikasi oleh Induksi Pohon Keputusan Machine Learning Support Vector Machine Support Vector Regression Pohon Keputusan...13 BAB III METODE PENELITIAN Rancangan Penelitian Metode Penelitian Kerangka Penelitian Penelitian dalam bidang Pengembangan Ilmu Pengetahuan Penelitian dalam bidang Kesehatan Penelitian dalam bidang Internet Penelitian dalam bidang Musik Penelitian dalam bidang Time Series Penelitian dalam bidang Jaringan Komputer Penelitian dalam bidang Pemasaran...36

13 BAB IV ANALISIS TEKNIK SUPPORT VECTOR REGRESSION DAN DECISION TREE C Penelitian dalam bidang Pengembangan Ilmu Pengetahuan Penelitian dalam bidang Kesehatan Penelitian dalam bidang Internet Penelitian dalam bidang Musik Penelitian dalam bidang Time Series Penelitian dalam bidang Jaringan Komputer Penelitian dalam bidang Pemasaran...44 BAB V KESIMPULAN DAN SARAN Kesimpulan Saran...46

14 GAMBAR Gambar 2.1 Konsep Pohon Keputusan untuk membeli komputer...9 DAFTAR TABEL Tabel 1.1 Daftar Judul dan Penulis Penelitian yang akan dianalisis...1 Tabel 3.1 Statistik untuk gabungan Broadcast dan Pengurangan Pohon Keputusan..22 Tabel 3.2 Penggunaan Waktu CPU dan Angka Support Vector...32 Tabel 3.3 Summary of classification accuracies averaged over time...34 Tabel 4.1 Hasil Penelitian dalam Bidang Pengembangan Ilmu Pengetahuan...39 Tabel 4.2 Hasil Penelitian dalam Bidang Kesehatan...40 Tabel 4.3: Hasil Penelitian dalam Bidang Internet...41 Tabel 4.4: Hasil Penelitian dalam Bidang Musik...42 Tabel 4.5: Hasil Penelitian dalam Bidang Time Series...43 Tabel 4.6: Hasil Penelitian dalam Bidang Jaringan Komputer...44 Tabel 4.7: Hasil Penelitian dalam Bidang Pemasaran...44 Tabel 4.8: Tabel Hasil Perbandingn Akurasi teknik SVR dan C