ANALISIS ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY TESIS VERI ILHADI

Ukuran: px

Mulai penontonan dengan halaman:

Download "ANALISIS ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY TESIS VERI ILHADI"

Yanti Sutedja
6 tahun lalu
Tontonan:

1 ANALISIS ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY TESIS VERI ILHADI PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2017

2 ANALISIS ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY TESIS Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Magister Teknik Informatika VERI ILHADI PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2017

3 PERSETUJUAN Judul : ANALISIS ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY Kategori : TESIS Nama : VERI ILHADI Nomor Induk Mahasiswa : Program Studi : MAGISTER(S2) TEKNIK INFORMATIKA Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr. Sutarman, M.Sc Prof. Dr. Herman Mawengkang Diketahui/disetujui oleh Program Studi Magister(S2) Teknik Informatika Ketua, Prof. Dr. Muhammad Zarlis NIP i

4 PERNYATAAN ANALISIS ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY TESIS Saya mengakui semua tesis ini adalah hasil karya saya sendiri kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, Februari 2017 Veri Ilhadi ii

5 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika, saya yang bertanda tangan di bawah ini : Nama : Veri Ilhadi NIM : 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 ALGORITMA C4.5 DAN FUZZY SUGENO UNTUK OPTIMASI RULE BASE FUZZY Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non- Eksklusif ini, berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, 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, Februari 2017 Veri Ilhadi iii

6 Telah diuji pada Tanggal : 10 Februari 2017 PANITIA PENGUJI TESIS Ketua : Prof. Dr. Muhammad Zarlis Anggota : 1. Prof. Dr. Herman Mawengkang 2. Dr. Sutarman, M.Sc 3. Dr.Sawaluddin, M.IT iv

7 RIWAYAT HIDUP DATA PRIBADI Nama Lengkap : Veri Ilhadi Tempat dan Tanggal Lahir : Lhokseumawe, 29 November 1991 Alamat Rumah : Jl. Medan-B. Aceh, Blang Panyang, Kec. Muara Satu Kota Lhokseumawe Telp/HP : verilhadi@gmail.com Instansi tempat bekerja : Politeknik Unggul LP3M Alamat Kantor : Jl. Iskandar Muda No.3 CDEF, Medan. DATA PENDIDIKAN SD : SD Negeri 1 Muara Dua TAMAT : 2003 SLTP : SMP Negeri 1 Lhokseumawe TAMAT : 2006 SLTA : SMA Negeri 2 Lhokseumawe TAMAT : 2009 S1 : Teknik Informatika UNIMAL TAMAT : 2014 S2 : Teknik Informatika USU TAMAT : 2017 v

8 UCAPAN TERIMA KASIH Puji Syukur kehadirat Allah SWT, yang telah melimpahkan rahmat dan karunia- Nya kepada penulis, sehingga penulis dapat menyelesaikan tesis ini yang berjudul : Analisis Algoritma C4.5 dan Fuzzy Sugeno untuk Optimasi Rule Base Fuzzy dengan sebaik-baiknya. Penyusunan Tesis ini merupakan salah satu syarat untuk dapat memperoleh gelar Magister (S2) Teknik Informatika Pada. Penulis menyadari apa yang penulis tuangkan dalam Tesis ini tidak terlepas dari peranan seluruh dosen, teman-teman dan seluruh keluarga yang turut memberikan bantuan moril maupun materil. Untuk itu penulis menyampaikan terima kasih kepada: 1. Rektor, Bapak Prof. Dr. Runtung Sitepu, S.H., M.Hum., atas kesempatan yang telah diberikan kepada penulis untuk dapat mengikuti dan menyelesaikan pendidikan Program Magister Teknik Informatika Fakultas Ilmu Komputer dan Teknologi Informasi. 2. Dekan Fakultas Ilmu Komputer dan Teknologi Informasi (Fasilkom-TI), Bapak Prof. Dr. Opim Salim Sitompul, yang sudah banyak memberikan bimbingan dan arahan. 3. Ketua Program Studi Magister Teknik Informatika, Bapak Prof. Dr. Muhammad Zarlis. Sekretaris Program Studi Teknik Informatika, Bapak Syahril Efendi, S.Si., M.IT. Beserta seluruh Staf Pengajar Program Studi Magister Teknik Informatika Fakultas Ilmu Komputer dan Teknologi Informasi. 4. Bapak Prof. Dr. Herman Mawengkang selaku Pembimbing Utama, demikian juga kepada Bapak Dr. Sutarman, M.Sc selaku Pembimbing Kedua yang dengan penuh kesabaran menuntun dan membimbing penulis hingga selesainya tesis ini dengan baik. 5. Bapak Prof. Dr. Muhammad Zarlis dan Bapak Dr. Sawaluddin, M.IT, sebagai Dosen Pembanding yang telah memberikan saran dan masukan serta arahan yang baik demi penyelesaian tesis ini. vi

9 6. Ayahanda tercinta Ilyas, S.Pd, Ibunda tercinta Hamiah, S.Pd, serta adikku tersayang Vera Ilhani, atas ketulusan do a, motivasi dan nasehat-nasehat sepanjang waktu sehingga penulis dapat menyelesaikan pendidikan. 7. Seluruh staf pegawai Program Studi S2 Teknik Informatika Fakultas Ilmu Komputer dan Teknik Informatika, serta teman-teman seperjuangan mahasiswa/i Kom-C Dan seluruh pihak yang tidak dapat disebutkan satu persatu dalam tesis ini, sekali lagi terima kasih atas segala bantuan dan doa yang telah diberikan. Penulis menyadari bahwa penelitian ini masih jauh dari kata sempurna, dikarenakan oleh keterbatasan, kemampuan dan pengetahuan penulis. Harapan penulis, semoga penelitian ini bermanfaat bagi penulis khususnya dan pembaca pada umumnya. Semoga Allah SWT membalas kebaikan yang telah diberikan. Aamiin. Medan, Februari 2017 Penulis, Veri Ilhadi NIM: vii

10 ABSTRAK Logika fuzzy dapat mengatasi ketidakmampuan matematika konvensional untuk model sistem nonlinear. Fuzzy Sugeno merupakan salah satu metode yang sering digunakan dalam logika fuzzy. Penggunaan metode Sugeno dapat mengatasi masalah sistem nonlinear. Kelemahan dari logika fuzzy adalah meningkatnya beban komputasi yang bertambah secara eksponensial seiring dengan bertambahnya jumlah variabel dan jumlah aturan dalam logika fuzzy. Beberapa cara telah dilakukan oleh para peneliti sebelumnya untuk mengurangi beban komputasi, diantaranya dengan mengurangi sejumlah aturan dalam logika fuzzy. Mengurangi sejumlah aturan akan berdampak pada tingkat akurasi fuzzy yang berkurang. Pada penelitian ini, peneliti menggunakan algoritma C4.5 sebagai optimasi rule fuzzy. Aturan awal sejumlah 288 aturan, namun setelah diklasifikasikan menggunakan algoritma C4.5 maka aturan fuzzy menjadi lebih sedikit yaitu sebanyak 52 aturan. Setelah diterapkan didalam data, maka didapat tingkat akurasi menjadi 96,97 %. Kata kunci : fuzzy Sugeno, algoritma C4.5, optimasi, aturan viii

11 ANALYSIS OF C4.5 ALGORITHM AND FUZZY SUGENO FOR OPTIMATION RULE BASE FUZZY ABSTRACT Fuzzy logic can handle problems inability mathematic conventional for nonlinear system model. Fuzzy Sugeno is one of method which frequently used in fuzzy logic. The using of Sugeno method can solve problem in nonlinear system. The shortcoming of fuzzy logic is the increasing of load computing exponentially along with the increasing of variable value and rules in fuzzy logic. Some solution have been investigated by researchers before for decreasing of load computing by decrease a number of rule fuzzy logic. Decreasing a number of rule will impact the lack fuzzy accuracy level. In this research, researcher use C4.5 algorithm as fuzzy rule optimation. Initial rule has 288 rules but after has classified by using C4.5 algorithm, it is converted into 52 rule. After applied in data, accordingly level accuracy convert into 96.97%. Keyword: Fuzzy Sugeno, C4.5 algorithm, optimation, rule ix

12 DAFTAR ISI Hal. HALAMAN JUDUL PERSETUJUAN... i PENYATAAN...ii PERSETUJUAN PUBLIKASI... iii PANITIA PENGUJI TESIS... iv RIWAYAT HIDUP...v UCAPAN TERIMA KASIH... vi ABSTRAK... viii ABSTRACT... ix DAFTAR ISI... x DAFTAR TABEL...xii DAFTAR GAMBAR... xiii BAB 1 BAB 2 PENDAHULUAN 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian...4 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Fungsi Keanggotaan Fuzzifikasi Operasi Himpunan Fuzzy Rule IF-THEN Defuzzifikasi x

13 BAB 3 BAB 4 BAB Metode Sugeno Data Mining Klasifikasi Decission Tree Klasifikasi Basis Aturan (IF-THEN) Algoritma C METODOLOGI PENELITIAN 3.1 Metode Pengumpulan Data Racangan Penelitian Menentukan Fungsi Keanggotaan Fuzzy Pembentukan Rule IF-THEN HASIL DAN PEMBAHASAN 4.1 Klasifikasi Aturan Algoritma C4.5 dan Decision Tree Pembentukan Rule IF-THEN berdasarkan Decion Tree Evaluasi Rule Evaluasi Kinerja Metode Tampilan Aplikasi KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran...51 DAFTAR PUSTAKA LAMPIRAN...54 xi

14 DAFTAR TABEL Hal. Tabel 3.1 Variabel Himpunan Fuzzy Tabel 3.2 Nilai himpunan Tabel 3.3 Aturan Fuzzy Tabel 4.1 Perhitungan entropy dan gain node Tabel 4.2 Perhitungan entropy dan gain node Tabel 4.3 Perhitungan entropy dan gain node Tabel 4.4 Perhitungan entropy dan gain node Tabel 4.5 Perhitungan entropy dan gain node Tabel 4.6 Perhitungan entropy dan gain node Tabel 4.7 Perhitunagn entropy dan gain node Tabel 4.8 Perhitungan entropy dan gain node Tabel 4.9 Perhitungan entropy dan gain node Tabel 4.10 Perhitungan entropy dan gain node Tabel 4.11 Perhitungan entropy dan gain node Tabel 4.12 Perhitungan entropy dan gain node Tabel 4.13 Perhitungan entropy dan gain node Tabel 4.14 Perhitungan entropy dan gain node Tabel 4.15 Perhitungan entropy dan gain node Tabel 4.16 Perhitungan entropy dan gain node Tabel 4.17 Perhitunga entropy dan gain node Tabel 4.18 Perhitungan entropy dan gain node Tabel 4.19 Rule fuzzy menggunakan algoritma C Tabel 4.20 Hasil evaluasi rule fuzzy Tabel 4.21 Evaluasi tingkat akurasi Tabel 4.22 Lama waktu proses...47 xii

15 DAFTAR GAMBAR Hal. Gambar 2.1 Representasi linear naik... 7 Gambar 2.2 Representasi linear turun... 8 Gambar 2.3 Representasi kurva segitiga...8 Gambar 2.4 Representasi kurva trapesium...9 Gambar 2.5 Gabungan set A dan set B (Logika OR)...10 Gambar 2.6 Irisan set A dan set B (logika AND) Gambar 2.7 Complement set A...11 Gambar 2.8 Grafik metode defuzzifikasi keanggotaan Max Gambar 2.9 Grafik metode defuzzifikasi centroid Gambar 2.10 Grafik defuzzifikasi metode weighted average Gambar 2.11 Alur pengolahan data Gambar 3.1 Rancangan penelitian Gambar 3.2 Fungsi keanggotaan variabel persiapan...22 Gambar 3.3 Fungsi keanggotaan variabel proses Gambar 3.4 Fungsi keanggotaan variabel hasil Gambar 3.5 Fungsi keanggotaan variabel sikap Gambar 3.6 Fungsi keanggotaan variabel waktu Gambar 4.1 Node Gambar 4.2 Percabangan node Gambar 4.3 Percabangan node Gambar 4.4 Percabangan node Gambar 4.5 Grafik perbandingan Gambar 4.6 Form menu utama...48 Gambar 4.7 Form input nilai siswa Gambar 4.8 Form rule Sugeno...49 Gambar 4.5 Form update data dan lama waktu proses fuzzy Sugeno xiii

16 Gambar 4.5 Form update data dan lama waktu proses fuzzy Sugeno dan algoritma C xiv

dokumen-dokumen yang mirip

MODEL RULE DENGAN PENDEKATAN FUZZY SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT PADA PENENTUAN JABATAN DI INSTITUSI PENDIDIKAN TINGGI TESIS

MODEL RULE DENGAN PENDEKATAN FUZZY SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT PADA PENENTUAN JABATAN DI INSTITUSI PENDIDIKAN TINGGI TESIS AJULIO PADLY SEMBIRING 147038059 PROGRAM STUDI S2 TEKNIK INFORMATIKA