IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI DATA ULANG PENSIUN Wendi Wirasta, Novia Ervianti 2 Dosen Sistem Informasi, STMIK LPKIA Bandung 2 Program Studi Sistem Informasi, STMIK LPKIA Bandung 3 Jln. Soekarno Hatta No. 456 Bandung 40266, Telp. +62 22 75642823, Fax. +62 22 7564282 wirasta330@lpkia.ac.id, 2 ervianti.novia@fellow.lpkia.ac.id Abstrak Probabilitas adalah suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian, probabilitas juga sering disebut peluang atau kemungkinan. Klasifikasi adalah proses untuk menemukan model atau fungsi yang menjelaskan atau membedakan konsep atau kelas data, dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Algoritma Naive Bayes merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman dimasa sebelumnya sehingga dikenal sebagai Teorema Bayes. Teorema tersebut dikombinasikan dengan Naive dimana diasumsikan kondisi antar atribut saling bebas. Klasifikasi Naive Bayes diasumsikan bahwa ada atau tidak ciri tertentu dari sebuah kelas tidak ada hubungannya dengan ciri dari kelas lainnya. Laporan dan program ini menggunakan metode prototype sebagai metode penelitiannya dan menggunakan algoritma Naive Bayes sebagai metode pengembangannya. Metode prototype bukan merupakan sesuatu yang lengkap, tetapi sesuatu yang harus dimodifikasi kembali, dikembangkan, ditambahkan atau digabungkan dengan sistem informasi yang lain bila perlu. Kata kunci : probabilitas, klasifikasi, naive bayes, metode prototype. Pendahuluan Data mining adalah proses menemukan hubungan dalam data yang tidak diketahui oleh pengguna dan menyajikannya dengan cara yang dapat dipahami sehingga hubungan tersebut dapat menjadi dasar pengambilan keputusan []. Teknik data mining yang akan digunakan dalam penelitian ini adalah algoritma Naïve Bayes yang merupakan sebuah pengklasifikasi probabilitas sederhana yang mengaplikasikan Teorema Bayes. Ide dasar dari Teorema Bayes adalah menangani masalah yang bersifat hipotesis yakni mendesain suatu klasifikasi untuk memisahkan objek [2]. Berdasarkan permasalahan yang terjadi, dikemukakan hal-hal yang menjadi identifikasi permasalahan tidak ada aplikasi yang mendukung pola dalam memprediksi. Agar permasalahan yang terjadi dapat ditangani dengan baik dan terarah maka perlu adanya batasan masalah. Adapun beberapa batasan masalah yaitu pokok pembahasan berfokus pada perhitungan algoritma naive bayes, atribut yang digunakan ada 4 yaitu jenis ahi waris, wakil datul, golongan dan cabang, hasil analisa berfokus memberikan informasi prediksi datul yang digunakan perusahaan sebagai perencanaan strategi kedepan agar perusahaan tidak mengalami kerugian yang disebabkan oleh terlambatnya pensiunan melakukan datul. Tujuan yang ingin dicapai adalah menghasilkan aplikasi pola yang mendukung prediksi kapan pensiunan melakukan datul. 2. Dasar Teori 2.. Data Mining Data Mining merupakan proses pengekstraksian informasi dari sekumpulan data yang sangat besar melalui penggunaan algoritma dan teknik penarikan dalam bidang statistik, pembelajaran mesin dan sistem manajemen basis data. [3] Data mining adalah proses menganalisa data dari perspektif yang berbeda dan menyimpulkannya menjadi informasi-informasi penting yang dapat dipakai untuk meningkatkan keuntungan, memperkecil biaya pengeluaran, atau bahkan keduanya. [4] Definisi lain mengatakan Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola atau hubungan dalam data berukuran besar. [5] Dari beberapa definisi di atas dapat ditarik kesimpulan bahwa Data Mining merupakan proses ataupun kegiatan untuk mengumpulkan data yang berukuran besar kemudian mengekstraksi data tersebut menjadi informasi informasi yang nantinya dapat digunakan. Sebagai suatu rangkaian proses, Data Mining dapat dibagi menjadi beberapa tahap proses. Tahap-tahap tersebut bersifat interaktif, pemakai terlibat langsung atau dengan perantaraan knowledge base. Tahap-tahap Data Mining adalah Pembersihan data, Integrasi, Data selection, Data Data mining, Evaluasi Pola, Presentasi pengetahuan. [6]
2.2. Metode Pemrograman Ektrem Untuk mencapai komunikasi yang efektif yang seharusnya terjadi antara rekayasawan perangkat lunak dan para pemangku kepentingan lainnya (misalnya, untuk membangun fitur dan fungsi yang diperlukan untuk perangkat lunak), XP menekankan kolaborasi informal (namun bersifat lisan) antara pelanggan dan pengembang perangkat lunak, menekan pentingnya pembentukan metafora yang efektif untuk mengkomunikasikan konsep penting, Umpan balik terus menerus, dan menekankan pentingnya dokumentasi yang produktif sebagai media komunikasi. Untuk mencapai kesederhanaan XP membatasi pengembang perangkat lunak melakukan perancangan, tujuannya adalah untuk menciptakan rancangan yang sederhana yang dapat dengan mudah diimplementasikan dalam bentuk kode-kode program secara cepat. Jika rancangan tersebut selanjutnya harus ditingkatkan, rancangan yang bersangkutan dapat di-refaktorisasi di waktu yang lain. Pemrograman Ekstrem menggunakan suatu pendekatan berorientasi objek sebagai paradigma pengembangan yang diinginkan dan mencakup di dalamnya seperangkat aturan dan praktik-praktik yang terjadi dalam konteks empat kegiatan kerangka kerja: perencanaan, perancangan, pengkodean, dan pengujian. [7] 2.3. Algoritma Naive Bayes Definisi lain mengatakan Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. [8] Metode pengembangan yaitu menggunakan algoritma Naive Bayes classifier/bayesian classification. Algoritma Naive Bayes didasarkan pada asumsi penyederhanaan bahwa nilai atribut secara kondisional saling bebas jika diberikan nilai output. Dengan kata lain, diberikan nilai output, probabilitas mengamati secara bersama adalah produk dari probabilitas individu. [9] Keuntungan penggunaan algoritma Naive Bayes adalah bahwa metode ini hanya membutuhkan jumlah data pelatihan (Training Data) yang kecil untuk menentukan estimasi paremeter yang diperlukan dalam proses pengklasifikasian. Algoritma Naive Bayes sering bekerja jauh lebih baik dalam kebanyakan situasi dunia nyata yang kompleks dari pada yang diharapkan. [0] Adapun alur dari metode naive bayes adalah baca data training, hitung jumlah dan probabilitas dan mendapatkan nilai dalam tabel mean, standart deviasi dan probabilitas. Persamaan dari teorema Bayes adalah : P (X H)P (H) P(H X) = P (X) Keterangan : X : data dengan class yang belum diketahui H : hipotesis data X merupakan suatu class spesifik P(H X) : probabilitas hipotesis H berdasar kondisi X (postteriori probability) P(H) : probabilitas hiotesis H (prior probability) P(X H) : probabilitas X berdasar kondisi pada hipotesis H P(X) : probabilitas dari X 2.4. UML (Unified Modelling Language) Menurut Adi Nugroho dalam bukunya yang berjudul Rekayasa Perangkat Lunak Berorientasi Objek, UML (Unified Modelling Language) adalah bahasa pemodelan untuk sistem atau perangkat lunak yang berparadigma berorientasi objek pemodelan (modeling) sesungguhnya digunakan untuk penyederhanaan permasalahan-permasalahan yang kompleks sedemikiann rupa sehingga lebih mudah dipelajari dan dipahami. Dalam pemodelan perangkat lunak (software modeling) bekerja dengan cara yang cukup serupa layaknya seorang arsitek atau insinyur teknik sipil yang akan membuat sebuah bangunan atau gedung yang berskala besar. [] UML terdiri dari usecase diagram, activity diagram, class diagram, sequence diagram, component diagram dan deployment diagram. [7] 2.5. Pengelompokan Data Mining Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat di lakukan yaitu Deskripsi, Estimasi, Prediksi, Klasifikasi dan Pengklusteran. Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam prediksi nilai dari hasil akan ada di masa mendatang. Beberapa metode dan teknik yang digunakan dalam klasifikasi dan estimasi dapat pula digunakan (untuk keadaan yang tepat) untuk prediksi. [2] 2.6. Model Generic Proses perangkat lunak didefinisikan sebagai sejumlah aktivitas-aktivitas kerja, tindakan-tindakan, serta pekerjaan-pekerjaan, yang harus dilaksanakan saat produk kerja dibuat. Masing-masing aktivitasaktivitas kerja, tindakan-tindakan, serta pekerjaanpekerjaan itu berada dalam kerangka kerja atau model yang mendefinisikan hubungan antara suatu proses dengan proses yang lainnya. Proses perangkat lunak secara skematik memperlihatkan aktivitas kerangka kerja diisi oleh sejumlah tindakan-tindakan rekayasa perangkat lunak. Masing-masing tindakan perangkat lunak didefinisikan menggunakan himpunan pekerjaan yang mengidentifikasi pekerjaan, produk kerja, titik jaminan kualitas, serta patokan kerja proyek yang akan digunakan untuk menilai kemajuan pekerjaan
Gambar 3(a). Model Generic Tabel 3(a). Format Data Ulang nik jaw wakil_datul golongan cabang keterangan Value Value Value Value Value Value 3. Analisis Dan Perancangan Perangkat Lunak Suatu kerangka kerja proses membangun dasar bagi proses rekayasa perangkat lunak yang lengkap dengan cara mengidentifikasikan sejumlah kecil aktivitas kerangka kerja yang cocok bagi semua proyek rekayasa perangkat lunak, tanpa memperhatikan ukuran maupun kompleksitasnya. Selain itu kerangka kerja proses mencakup sekumpulan aktivitas yang berperan sebagai penyangga dan cocok dengan keseluruhan proses perangkat lunak. Maka dari itu dalam penelitian ini peneliti menciptakan kerangka kerja proses generic (model generic) seperti pada gambar 3(a). Dari aktivitas kerja yang ada pada model generic tersebut terdapat aktor-aktor yang berinteraksi dengan sistem. Dengan ini maka interaksi tersebut digambarkan menggunakan use case diagram seperti pada gambar 3(b). A. Identifikasi Perencanaan Prediksi Tahap ini yaitu mengindentifikasikan perencanaan prediksi melalui wawancacara stakeholder yang bertujuan agar mendapatkan rancangan kebutuhan fungsional dan non fungsional. Tahap identifikasi ini menerapkan konsep dari pemrograman ektrem dimana tahap pertama pada pemodelan tersebut adalah perencanaan. B. Analisa Kesesuaian Data Data yang diperoleh selama penelitian dapat beragam jenis dan modelnya, maka dari itu agar data dapat digunakan maka harus dilakukan analisa dan pengolahan data sesuai kebutuhan untuk prediksi menggunakan teknik data mining atau disebut KDD (Knowledge Discovery Data). Tahap analisa kesesuaian data ini menerapkan konsep dari pemrograman ektrem yaitu perancangan. Analisa kesesuaian data setelah di analisis memiliki format data seperti pada tabel 3(a). C. Desain Sistem Desain sistem merupakan penerapan konsep perancangan dari metode pengembangan pemrograman esktrim dimana pada tahap ini dilakukan perancangan sistem menggunakan UML dan proses perancangan antarmuka sistem sesuai yang diharapkan oleh stakeholder. D. Pengkodean dengan Metode Pengembangan Di tahap ini sudah mulai dibangun aplikasi yang didalamnya disertakan pengkodean dengan menerapkan konsep tahap pengkodean yang ada pada pemrograman ekstrim.
System kelola data training pensiun staff kepesertaan <<include>> login <<include>> perhitungan algoritma naive bayes <<include>> laporan Kabid Kepesertaan dashboard Gambar 3(b). Use Case Diagram Dalam mengbangun pengkodean, diterapkan algoritma naïve bayes pada didalamnya agar dapat melakukan pencarian pola prediksi. E. Testing Sistem Tahap terakhir ini menerapkan konsep pemrograman ekstrim yaitu pengujian. Tahap ini sudah masuk tahap uji coba dimana data yang telah di olah sebelumnya di import ke dalam sistem dengan tujuan diperoleh hasil prediksi. Pada testing sistem ini terdapat iterasi antara stakeholder yang menguji dan perbaikan program apabila harus ada yang diperbaiki. 3. Perancangan Sistem Berdasarkan generic diagram, pada tahap desain sistem maka peneliti menggunakan konsep Object Oriented dengan pemodelan UML yang kebutuhan sistemnya akan digambarkan menggunakan usecase diagram dan class diagram. A. Use Case Diagram Dalam menanggapi kebutuhan dari pengguna sistem, maka dilakukan analisa kegiatan yang dapat dapat dilakukan oleh sistem, seperti yang tergambar pada Gambar 3(b). Dimana sistem tersebut memiliki 2 aktor tang akan menggunakan langsung sistem tersebut. B. Class Diagram Berdasarkan desain sistem pada generic diagram untuk membangun sistem diperlukan rancangan kelas-kelas yang saling terhubung. Pada Gambar 3(c). menunjukan kelas diagram yang memiliki 2 kelas utama, yaitu class variabeldatul dan DataDatul dimana kelas tersebut dihubungkan menggunakan class yang sudah ada dari bawaan framework php. Framework yang digunakan adalah YII framework. Tabel 4(a). Menghitung jumlah class Tepat 9 20 0.45 Terlambat 20 0.55 4. Implementasi 4. Implementasi Studi Kasus Untuk menentukan data yang nantinya akan dianalisis dengan metode Naive Bayes maka langkah yang harus dilakukan adalah membaca data training. Untuk menentukan data training agar sesuai dengan format data yang dibutuhkan maka perlu menerapkan beberapa tahap KDD. [6] Peneliti menggunakan Mircosoft Excel sebagai sarana untuk tahap KDD. Setelah menyiapkan data training selanjutnya siapkan data testing sebagai data tesnya dan data real untuk menguji akurasi data. 4.2 Hasil Implementasi Berdasarkan data sampel data ulang pensiun pada semester 2 tahun 206 diketahui jumlah data training adalah sebanyak 20 data. Selanjutnya dihitung probabilitas setiap atribut seperti pada tabel 4(b). Lalu diketahui data testing sampel dengan atribut jenis ahli waris adalah pegawai, wakil data ulang adalah P2TEL, golongan adalah uzur dan cabang adalah Bandung maka yang ditanyakan adalah apakah hasil pensiunan tersebut terlambat melakukan data ulang ataukah tidak. Hasil prediksi tersebut dapat diketahui dengan melakukan perhitungan algoritma naïve bayes seperti pada tabel 4(a). dengan menghitung jumlah class terlebih dahulu, setelah itu lakukan perhitungan setiap atribut seperti pada tabel 4(b). Hasil dari tabel 4(a). dan tabel 4(b). dikalikan seperti pada tabel 4(c). Dari nilai probabilitas yang telah diuji sebanyak 20 data maka diperoleh hasil yang digambarkan dengan visualisasi data prediksi 4 cabang dengan keterangan data ulang terlambat terbanyak seperti pada gambar 4(a). dan gambar 4(b). Tabel 4(b). Probabilitas Jenis Ahli Waris Jumlah jaw "keterangan" Probabilitas a b a b Pega wai 7 7 0.7778 0.636364
Gambar 3(c). Class Diagram 5. Kesimpulan dan Saran 5. Kesimpulan Setelah melakukan penelitian terhadap perangkat lunak yang dibuat dan mengimplementasikan serta pengujian yang dilakukan, berikut ini adalah hasil kesimpulan yang dapat dijabarkan: Prediksi ini bisa membantu kepala kepesertaan dan staff kepesertaan dalam mengetahui kapan pensiunan melakukan data ulang berdasarkan tepat atau terlambatnya data ulang dengan melihat pola dari tahun sebelumnya agar perusahaan dapat menindak lanjuti bagi para pensiunan yang terlambat datul sehingga perusahaan tidak akan mengalami kerugian akibat kelebihan mebayar tunjangan yang tidak tepat penerimanya. Tabel 4(c). Tahap 3 Kalikan semua variabel & Hitung Kalkulasi Class Atribut Nilai Dicari Atribut keteranga 0.0256 0.052263 n tepat 4 keteranga n terlamba t 0.025 0.083320 8 5.2 Saran Adapun saran-saran untuk pengembangan perangkat lunak prediksi datul pensiun berbasis web localhost di Dapen Telkom untuk kedepannya adalah :. Prediksi datul pensiun dapat dikembangkan lagi ke dalam Sistem Informasi pengelolaan pensiunan secara keseluruhan. 2. Dapat dikembangkan lebih baik lagi dengan penambahan fitur, terkoneksi dengan kantorkantor cabang sehingga perangkat lunak ini bisa dipantau dan diimplementasikan pada setiap cabang di seluruh indonesia. Gambar 4(b). Visualisasi Data II Daftar Pustaka Gambar 4(a). Visualisasi Data I [] J. R. McLeod dan G. Schell, Sistem Informasi Manajemen, Jakarta: Salemba Empat, 2009. [2] B. Santosa, Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis, Yogyakarta: Graha Ilmu, 2007.
[3] S. H. Taruna R., Enhanced Naive Bayes Algorithm for Intrusion Detection, International Journal of Computer Science and Information Technologies, vol. VI, no. 4, pp. 960-962, 203. [4] A. G. L. R. Mabrur, Penerapan Data Mining untuk Memprediksi Kriteria Nasabah, Jurnal Komputer dan Informatika (KOMPUTA), vol. I, no., pp. 53-57, 202. [5] S. Mujiasih, Pemanfaatan Data Mining Untuk Prakiraan Cuaca, Jurnal Meteorologi dan Geofisika, vol. 2, no. 2, pp. 89-95, 20. [6] J. d. M. K. Han, Data Mining: Concepts and Techniques, Second Edition, San Francisco: Morgan Kaufmann Publishers, 2006. [7] R. S. Pressman, Rekayasa Perangkat Lunak, Yogyakarta: Andi Publisher, 202. [8] Bustami, Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah, TECHSI : Jurnal Penelitian Teknik Informatika, vol. III, no. 2, pp. 27-46, 203. [9] M. S. H. S. M. Ridwan, Penerapan Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier, Jurnal EECCIS, vol. I, no. 7, pp. 59-64, 203. [0] S. A. P. A. Pattekari, Prediction System for Heart Disease Using Naive Bayes, International Journal of Advanced Computer and Mathematical Science, vol. III, no. 3, pp. 290-294, 202. [] A. Nugroho, Rekayasa Perangkat Lunak Berbasis Objek dengan Metode USDP, Yogyakarta: Andi Publisher, 200. [2] D. T. Larose, DISCOVERING KNOWLEDGE IN DATA, New Jersey: John Wiley & Sons, Inc, 2005.