Table Of Content

BAB IV HASIL DAN ANALISIS Didalam bab ini penulis akan membahas mengenai data yang akan digunakan dalam penelitian, data tersebut akan dihitung menggunakan algoritma ID3 dan C4.5 yang kemudian akan diuji menggunakan Cross Validation. Pada penelitian ini, data yang digunakan adalah data Masyarakat Berpenghasilan Rendah tahun 2015 pada PDAM Kabupaten Kendal dengan jumlah data 1473(lampiran 1). 4. 1. Perhitungan Algoritma 4. 1. 1 Perhitungan Algoritma ID3 Dibawah ini merupakan contoh perhitungan manual dari penerapan algoritma ID3 untuk klasifikasi penerima hibah air minum dengan menggunakan 240 data training. Pada Algoritma ID3 harus menentukan pohon keputusan yang kemudaian akan menjadi rule untuk mengklasifikasi penerima hibah air minum. 4.1.1. 1. Perhitungan Node 1 o Total Jumlah kasus (S) = 240 Jumlah Tidak Menerima (S1) = 47 Jumlah Menerima (S2) =193 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(Total) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 47 47 = βˆ’ βˆ—log2 + 240 240 193 193 βˆ’ log2 240 240 = βˆ’ 0,196βˆ— βˆ’2,351 + βˆ’ 0,804 βˆ— βˆ’0,315 = 0,461 + 0,253 =0,714 35 36 1. Perhitungan Daya Listrik o Daya listrik οƒ  450 Jumlah kasus (S) = 85 Jumlah Tidak Menerima (S1) = 7 Jumlah Menerima (S2) =78 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(450) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 7 7 78 78 = βˆ’ βˆ—log2 + βˆ’ log2 85 85 85 85 = βˆ’ 0,082βˆ— βˆ’3,608 + βˆ’ 0,918βˆ— βˆ’0,123 = 0,296 + 0,113 =0,409 o Daya listrik οƒ  900 Jumlah kasus (S) = 86 Jumlah Tidak Menerima (S1) = 9 Jumlah Menerima (S2) =77 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(900) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 9 9 77 77 = βˆ’ βˆ—log2 + βˆ’ log2 86 86 86 86 = βˆ’ 0,105 βˆ— βˆ’3,252 + βˆ’ 0,895βˆ— βˆ’0,160 = 0,341 + 0,143 =0,484 o Daya listrik οƒ  1300 Jumlah kasus (S) = 33 Jumlah Tidak Menerima (S1) = 17 Jumlah Menerima (S2) =16 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(1300) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 17 17 16 16 = βˆ’ βˆ—log2 + βˆ’ log2 33 33 33 33 = βˆ’ 0,515βˆ— βˆ’0,957 + βˆ’ 0,485βˆ— βˆ’1,044 37 = 0,493 + 0,506 =0,999 o Daya listrik οƒ  pulsa Jumlah kasus (S) = 20 Jumlah Tidak Menerima (S1) = 6 Jumlah Menerima (S2) =14 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(pulsa) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 6 6 14 14 = βˆ’ βˆ—log2 + βˆ’ log2 20 20 20 20 = βˆ’ 0,3 βˆ— βˆ’ 1,737 + βˆ’ 0,7βˆ— βˆ’0,515 = 0,521 + 0,361 =0,882 o Daya listrik οƒ  nyalur Jumlah kasus (S) = 16 Jumlah Tidak Menerima (S1) = 8 Jumlah Menerima (S2) =8 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(nyalur) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 8 8 8 8 = βˆ’ βˆ—log2 + βˆ’ log2 16 16 16 16 = βˆ’ 0,5 βˆ— βˆ’1 + βˆ’ 0,5 βˆ— βˆ’1 = 0,5 + 0,5 = 1 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘‘π‘Žπ‘¦π‘Ž π‘™π‘–π‘ π‘‘π‘Ÿπ‘–π‘˜ 𝑛 |π‘‘π‘Žπ‘¦π‘Ž π‘™π‘–π‘ π‘‘π‘Ÿπ‘–π‘˜ | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘Žπ‘¦π‘Ž π‘™π‘–π‘ π‘‘π‘Ÿπ‘–π‘˜ 𝑖 38 = 0,714 85 86 33 βˆ’ βˆ—0,409 + βˆ—0,484 + βˆ—0,999 240 240 240 20 16 + βˆ—0,882 + βˆ—1 240 240 = 0,714βˆ’ 0,145+0,173+0,137+0,074+0,067 = 0,714βˆ’0,596 = 0,118 2. Perhitungan Fasilitas o Fasilitas οƒ  Tidak Bermobil Jumlah kasus (S) = 216 Jumlah Tidak Menerima (S1) = 23 Jumlah Menerima (S2) =193 𝑆1 𝑆1 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘‘π‘Žπ‘˜ π‘π‘’π‘Ÿπ‘šπ‘œπ‘π‘–π‘™ = βˆ’ βˆ—log2 + 𝑆 𝑆 𝑆2 𝑆2 βˆ’ log2 𝑆 𝑆 23 23 = βˆ’ βˆ—log2 + 216 216 193 193 βˆ’ log2 216 216 = βˆ’ 0,106βˆ— βˆ’3,238 + βˆ’ 0,894βˆ— βˆ’0,162 = 0,343 +0,145 =0,488 o Fasilitas οƒ  Bermobil Jumlah kasus (S) = 24 Jumlah Tidak Menerima (S1) = 24 Jumlah Menerima (S2) =0 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘π‘’π‘Ÿπ‘šπ‘œπ‘π‘–π‘™ = 𝑆1 𝑆1 𝑆2 𝑆2 βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 39 24 24 = βˆ’ βˆ—log2 + 0 24 24 = 0 + 0 = 0 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘“π‘Žπ‘ π‘–π‘™π‘–π‘‘π‘Žπ‘  𝑛 |π‘“π‘Žπ‘ π‘–π‘™π‘–π‘‘π‘Žπ‘  | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘“π‘Žπ‘ π‘–π‘™π‘–π‘‘π‘Žπ‘  𝑖 216 = 0,714βˆ’ βˆ—0,488 + 0 240 = 0,714βˆ’ 0,439 = 0,275 3. Perhitungan Bangunan o Bangunan οƒ  Tidak Tingkat Jumlah kasus (S) = 229 Jumlah Tidak Menerima (S1) = 37 Jumlah Menerima (S2) =192 𝑆1 𝑆1 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘‘π‘Žπ‘˜ π‘‘π‘–π‘›π‘”π‘˜π‘Žπ‘‘ = βˆ’ βˆ—log2 + 𝑆 𝑆 𝑆2 𝑆2 βˆ’ log2 𝑆 𝑆 37 37 = βˆ’ βˆ—log2 + 229 229 192 192 βˆ’ log2 229 229 = βˆ’ 0,162βˆ— βˆ’2,626 + βˆ’ 0,838βˆ— βˆ’0,255 = 0,425 + 0,214 =0,639 o Bangunan οƒ  Tingkat Jumlah kasus (S) = 11 Jumlah Tidak Menerima (S1) = 10 Jumlah Menerima (S2) =1 40 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘›π‘”π‘˜π‘Žπ‘‘ = 𝑆1 𝑆1 𝑆2 𝑆2 βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 10 10 1 1 = βˆ’ βˆ—log2 + βˆ’ log2 11 11 11 11 = βˆ’ 0,909βˆ— βˆ’0,138 + βˆ’ 0,091βˆ— βˆ’3,458 = 0,125 + 0,315 =0,440 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘π‘Žπ‘›π‘”π‘’π‘›π‘Žπ‘› 𝑛 |π‘π‘Žπ‘›π‘”π‘’π‘›π‘Žπ‘› | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘π‘Žπ‘›π‘”π‘’π‘›π‘Žπ‘› 𝑖 229 11 = 0,714βˆ’ βˆ—0,639 + βˆ—0,639 240 240 = 0,714βˆ’ 0,609+0,020 = 0,714βˆ’0,629 = 0,085 4. Perhitungan Kesediaan o Kesediaan οƒ  ya Jumlah kasus (S) = 225 Jumlah Tidak Menerima (S1) = 32 Jumlah Menerima (S2) =193 𝑆1 𝑆1 𝑆2 𝑆2 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘¦π‘Ž = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 32 32 = βˆ’ βˆ—log2 + 225 225 193 193 βˆ’ log2 225 225 = βˆ’ 0,142βˆ— βˆ’2,816 + βˆ’ 0,858 βˆ— βˆ’0,221 = 0,399 + 0,189 =0,588 41 o Kesediaan οƒ  tidak Jumlah kasus (S) = 15 Jumlah Tidak Menerima (S1) = 15 Jumlah Menerima (S2) =0 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘‘π‘Žπ‘˜ = 𝑆1 𝑆1 𝑆2 𝑆2 βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 15 15 = βˆ’ βˆ—log2 + 0 15 15 = 0 + 0 = 0 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘˜π‘’π‘ π‘’π‘‘π‘–π‘Žπ‘Žπ‘› 𝑛 |π‘˜π‘’π‘ π‘’π‘‘π‘–π‘Žπ‘Žπ‘› | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘˜π‘’π‘ π‘’π‘‘π‘–π‘Žπ‘Žπ‘› 𝑖 225 = 0,714βˆ’ βˆ—0,588 + 0 240 =0,714βˆ’ 0,551 =0,164 Berdasarkan komputasi dengan algoritma ID3 maka dapat disajikan tabel perhitungan node 1 sebagai berikut : Tabel 4. 1: Perhitungan ID3 Node 1 Atribut Jumlah Tidak Menerima Entropy Inf Kasus Menerima (S2) Gain (S1) Total 240 47 193 0,714 Kasus Daya 0,118 Listrik 450 85 7 78 0,409 900 86 9 77 0,484 1300 33 17 16 0,999 Pulsa 20 6 14 0,882 Nyalur 16 8 8 1 42 Fasilitas 0,275 Tidak 216 23 193 0,488 Bermobil Bermobil 24 24 0 0 Bangunan 0,085 Tidak 229 37 192 0,639 Tingkat Tingkat 11 10 1 0,440 Kesediaan 0,164 Ya 225 32 193 0,588 Tidak 15 15 0 0 Tabel diatas merupakan hasil perhitungan pada Node 1, diketahui bahwa nilai Information Gain terbesar yaitu pada atribut Fasilitas yaitu 0,275. Sehingga atribut Fasilitas menjadi node akar. Pada atribut Fasilitas terdapat 2 nilai atribut yaitu tidak bermobil dan bermobil. Nilai atribut yang pertama yaitu tidak bermobil belum mengklasifikasikan kasus menjadi satu keputusan sehingga perlu dilakukan perhitungan lagi, sedangkan nilai atribut bermobil sudah mengklasifikasikan menjadi 1 yaitu dengan hasil Menerima, sehingga tidak perlu dilakukan perhitungan lebih lanjut. Berdasarkan tabel perhitungan Node 1 dapat dibentuk pohon keputusan sebagai berikut : Node 1 Fasilitas Bermobil Tidak Bermobil Tidak Menerima Node 1.1 Gambar 4. 1: Node 1 Algoritma ID3 Gambar diatas merupakan pohon keputusan yang menjadi node akar yaitu atribut fasilitas yang memiliki 2 cabang yaitu sesuai dengan nilai pada fasilitas, pada nilai 43 bermobil mengklasifikasikan tidak menerima, sedangkan pada nilai tidak bermobil masih belum diketahui yaitu menjadi Node 1.1. 4.1.1. 2. Perhitungan Node 1.1 Berdasarkan komputasi dengan algoritma ID3 maka dapat disajikan tabel perhitungan Node 1.1 sebagai berikut : Tabel 4. 2: Perhitungan ID3 Node 1.1 Atribut Jumlah Tidak Menerima Entropy Inf Kasus Menerima (S2) Gain (S1) Fasilitas 216 23 193 0,489 Tidak bermobil Daya 0,108 Listrik 450 84 6 78 0,369 900 78 1 77 0,100 1300 19 3 16 0,630 Pulsa 19 5 14 0,831 Nyalur 16 8 8 1 Bangunan 0,110 Tidak 207 15 192 0,374 Tingkat Tingkat 9 8 1 0,502 Kesediaan 0,267 Ya 201 8 193 0,239 Tidak 15 15 0 0 Tabel diatas merupakan hasil perhitungan pada Node 1.1, diketahui bahwa nilai Information Gain terbesar yaitu pada atribut Kesediaan yaitu 0,267. Sehingga atribut Kesediaan menjadi node cabang dari nilai atribut fasilitas tidak bermobil. Pada atribut Kesediaan terdapat 2 nilai atribut yaitu Ya dan tidak. Nilai atribut yang pertama yaitu nilau Ya yang belum mengklasifikasikan kasus menjadi satu keputusan sehingga perlu dilakukan perhitungan lagi, sedangkan nilai atribut Tidak sudah mengklasifikasikan menjadi 1 yaitu dengan hasil Tidak Menerima, sehingga tidak perlu dilakukan perhitungan lebih lanjut. 44 Berdasarkan tabel perhitungan Node 1.1 dapat digambarkan pohon keputusan sebagai berikut : Node 1 Fasilitas Bermobil Tidak Bermobil Node 1.1 Tidak Menerima Kesediaan Ya Tidak Node 1.1.1 Tidak Menerima Gambar 4. 2: Node 1.1 Algoritma ID3 Gambar diatas merupakan hasil dari pohon keputusan Node 1.1 yang terisi dengan atribut kesediaan yang bercabang sesuai dengan nilai yang dimiliki yaitu Ya dan Tidak. Pada nilai tidak sudah dapat diklasifikasikan pada kelas tidak diterima sedangkan pada nilai Ya masih belum diketahui sehingga masih perlu dilakukan perhitungan lagi pada node 1.1.1. 4.1.1. 3. Perhitungan Node 1.1.1 Berdasarkan hasil komputasi dengan algoritma ID3, maka dapat disajikan tabel perhitungan pada Node 1.1.1 sebagai berikut : Tabel 4. 3: Perhitungan ID3 Node 1.1.1 Atribut Jumlah Tidak Menerima Entropy Inf Kasus Menerima (S2) Gain (S1) Kesediaan 201 8 193 0,239 Ya Daya 0,066 Listrik 450 78 0 78 0

Description:
C4.5 yang kemudian akan diuji menggunakan Cross Validation. tersebut. Berikut adalah pengujian algoritma pada RapidMiner 5.3, dengan.
ebook img

BAB IV HASIL DAN ANALISIS Didalam bab ini penulis akan membahas mengenai data yang akan PDF

51 PagesΒ·2016Β·1.12 MBΒ·Indonesian
by Β 
Save to my drive
Quick download
Download
Upgrade Premium
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview BAB IV HASIL DAN ANALISIS Didalam bab ini penulis akan membahas mengenai data yang akan

BAB IV HASIL DAN ANALISIS Didalam bab ini penulis akan membahas mengenai data yang akan digunakan dalam penelitian, data tersebut akan dihitung menggunakan algoritma ID3 dan C4.5 yang kemudian akan diuji menggunakan Cross Validation. Pada penelitian ini, data yang digunakan adalah data Masyarakat Berpenghasilan Rendah tahun 2015 pada PDAM Kabupaten Kendal dengan jumlah data 1473(lampiran 1). 4. 1. Perhitungan Algoritma 4. 1. 1 Perhitungan Algoritma ID3 Dibawah ini merupakan contoh perhitungan manual dari penerapan algoritma ID3 untuk klasifikasi penerima hibah air minum dengan menggunakan 240 data training. Pada Algoritma ID3 harus menentukan pohon keputusan yang kemudaian akan menjadi rule untuk mengklasifikasi penerima hibah air minum. 4.1.1. 1. Perhitungan Node 1 o Total Jumlah kasus (S) = 240 Jumlah Tidak Menerima (S1) = 47 Jumlah Menerima (S2) =193 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(Total) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 47 47 = βˆ’ βˆ—log2 + 240 240 193 193 βˆ’ log2 240 240 = βˆ’ 0,196βˆ— βˆ’2,351 + βˆ’ 0,804 βˆ— βˆ’0,315 = 0,461 + 0,253 =0,714 35 36 1. Perhitungan Daya Listrik o Daya listrik οƒ  450 Jumlah kasus (S) = 85 Jumlah Tidak Menerima (S1) = 7 Jumlah Menerima (S2) =78 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(450) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 7 7 78 78 = βˆ’ βˆ—log2 + βˆ’ log2 85 85 85 85 = βˆ’ 0,082βˆ— βˆ’3,608 + βˆ’ 0,918βˆ— βˆ’0,123 = 0,296 + 0,113 =0,409 o Daya listrik οƒ  900 Jumlah kasus (S) = 86 Jumlah Tidak Menerima (S1) = 9 Jumlah Menerima (S2) =77 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(900) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 9 9 77 77 = βˆ’ βˆ—log2 + βˆ’ log2 86 86 86 86 = βˆ’ 0,105 βˆ— βˆ’3,252 + βˆ’ 0,895βˆ— βˆ’0,160 = 0,341 + 0,143 =0,484 o Daya listrik οƒ  1300 Jumlah kasus (S) = 33 Jumlah Tidak Menerima (S1) = 17 Jumlah Menerima (S2) =16 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(1300) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 17 17 16 16 = βˆ’ βˆ—log2 + βˆ’ log2 33 33 33 33 = βˆ’ 0,515βˆ— βˆ’0,957 + βˆ’ 0,485βˆ— βˆ’1,044 37 = 0,493 + 0,506 =0,999 o Daya listrik οƒ  pulsa Jumlah kasus (S) = 20 Jumlah Tidak Menerima (S1) = 6 Jumlah Menerima (S2) =14 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(pulsa) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 6 6 14 14 = βˆ’ βˆ—log2 + βˆ’ log2 20 20 20 20 = βˆ’ 0,3 βˆ— βˆ’ 1,737 + βˆ’ 0,7βˆ— βˆ’0,515 = 0,521 + 0,361 =0,882 o Daya listrik οƒ  nyalur Jumlah kasus (S) = 16 Jumlah Tidak Menerima (S1) = 8 Jumlah Menerima (S2) =8 𝑆1 𝑆1 𝑆2 𝑆2 Entropy(nyalur) = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 8 8 8 8 = βˆ’ βˆ—log2 + βˆ’ log2 16 16 16 16 = βˆ’ 0,5 βˆ— βˆ’1 + βˆ’ 0,5 βˆ— βˆ’1 = 0,5 + 0,5 = 1 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘‘π‘Žπ‘¦π‘Ž π‘™π‘–π‘ π‘‘π‘Ÿπ‘–π‘˜ 𝑛 |π‘‘π‘Žπ‘¦π‘Ž π‘™π‘–π‘ π‘‘π‘Ÿπ‘–π‘˜ | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘Žπ‘¦π‘Ž π‘™π‘–π‘ π‘‘π‘Ÿπ‘–π‘˜ 𝑖 38 = 0,714 85 86 33 βˆ’ βˆ—0,409 + βˆ—0,484 + βˆ—0,999 240 240 240 20 16 + βˆ—0,882 + βˆ—1 240 240 = 0,714βˆ’ 0,145+0,173+0,137+0,074+0,067 = 0,714βˆ’0,596 = 0,118 2. Perhitungan Fasilitas o Fasilitas οƒ  Tidak Bermobil Jumlah kasus (S) = 216 Jumlah Tidak Menerima (S1) = 23 Jumlah Menerima (S2) =193 𝑆1 𝑆1 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘‘π‘Žπ‘˜ π‘π‘’π‘Ÿπ‘šπ‘œπ‘π‘–π‘™ = βˆ’ βˆ—log2 + 𝑆 𝑆 𝑆2 𝑆2 βˆ’ log2 𝑆 𝑆 23 23 = βˆ’ βˆ—log2 + 216 216 193 193 βˆ’ log2 216 216 = βˆ’ 0,106βˆ— βˆ’3,238 + βˆ’ 0,894βˆ— βˆ’0,162 = 0,343 +0,145 =0,488 o Fasilitas οƒ  Bermobil Jumlah kasus (S) = 24 Jumlah Tidak Menerima (S1) = 24 Jumlah Menerima (S2) =0 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘π‘’π‘Ÿπ‘šπ‘œπ‘π‘–π‘™ = 𝑆1 𝑆1 𝑆2 𝑆2 βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 39 24 24 = βˆ’ βˆ—log2 + 0 24 24 = 0 + 0 = 0 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘“π‘Žπ‘ π‘–π‘™π‘–π‘‘π‘Žπ‘  𝑛 |π‘“π‘Žπ‘ π‘–π‘™π‘–π‘‘π‘Žπ‘  | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘“π‘Žπ‘ π‘–π‘™π‘–π‘‘π‘Žπ‘  𝑖 216 = 0,714βˆ’ βˆ—0,488 + 0 240 = 0,714βˆ’ 0,439 = 0,275 3. Perhitungan Bangunan o Bangunan οƒ  Tidak Tingkat Jumlah kasus (S) = 229 Jumlah Tidak Menerima (S1) = 37 Jumlah Menerima (S2) =192 𝑆1 𝑆1 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘‘π‘Žπ‘˜ π‘‘π‘–π‘›π‘”π‘˜π‘Žπ‘‘ = βˆ’ βˆ—log2 + 𝑆 𝑆 𝑆2 𝑆2 βˆ’ log2 𝑆 𝑆 37 37 = βˆ’ βˆ—log2 + 229 229 192 192 βˆ’ log2 229 229 = βˆ’ 0,162βˆ— βˆ’2,626 + βˆ’ 0,838βˆ— βˆ’0,255 = 0,425 + 0,214 =0,639 o Bangunan οƒ  Tingkat Jumlah kasus (S) = 11 Jumlah Tidak Menerima (S1) = 10 Jumlah Menerima (S2) =1 40 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘›π‘”π‘˜π‘Žπ‘‘ = 𝑆1 𝑆1 𝑆2 𝑆2 βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 10 10 1 1 = βˆ’ βˆ—log2 + βˆ’ log2 11 11 11 11 = βˆ’ 0,909βˆ— βˆ’0,138 + βˆ’ 0,091βˆ— βˆ’3,458 = 0,125 + 0,315 =0,440 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘π‘Žπ‘›π‘”π‘’π‘›π‘Žπ‘› 𝑛 |π‘π‘Žπ‘›π‘”π‘’π‘›π‘Žπ‘› | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘π‘Žπ‘›π‘”π‘’π‘›π‘Žπ‘› 𝑖 229 11 = 0,714βˆ’ βˆ—0,639 + βˆ—0,639 240 240 = 0,714βˆ’ 0,609+0,020 = 0,714βˆ’0,629 = 0,085 4. Perhitungan Kesediaan o Kesediaan οƒ  ya Jumlah kasus (S) = 225 Jumlah Tidak Menerima (S1) = 32 Jumlah Menerima (S2) =193 𝑆1 𝑆1 𝑆2 𝑆2 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘¦π‘Ž = βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 32 32 = βˆ’ βˆ—log2 + 225 225 193 193 βˆ’ log2 225 225 = βˆ’ 0,142βˆ— βˆ’2,816 + βˆ’ 0,858 βˆ— βˆ’0,221 = 0,399 + 0,189 =0,588 41 o Kesediaan οƒ  tidak Jumlah kasus (S) = 15 Jumlah Tidak Menerima (S1) = 15 Jumlah Menerima (S2) =0 πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‘π‘–π‘‘π‘Žπ‘˜ = 𝑆1 𝑆1 𝑆2 𝑆2 βˆ’ βˆ—log2 + βˆ’ log2 𝑆 𝑆 𝑆 𝑆 15 15 = βˆ’ βˆ—log2 + 0 15 15 = 0 + 0 = 0 πΊπ‘Žπ‘–π‘› π‘‡π‘œπ‘‘π‘Žπ‘™,π‘˜π‘’π‘ π‘’π‘‘π‘–π‘Žπ‘Žπ‘› 𝑛 |π‘˜π‘’π‘ π‘’π‘‘π‘–π‘Žπ‘Žπ‘› | 𝑖 = πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘‡π‘œπ‘‘π‘Žπ‘™ βˆ’ |π‘‡π‘œπ‘‘π‘Žπ‘™| π‘–βˆ’1 βˆ—πΈπ‘›π‘‘π‘Ÿπ‘œπ‘π‘¦ π‘˜π‘’π‘ π‘’π‘‘π‘–π‘Žπ‘Žπ‘› 𝑖 225 = 0,714βˆ’ βˆ—0,588 + 0 240 =0,714βˆ’ 0,551 =0,164 Berdasarkan komputasi dengan algoritma ID3 maka dapat disajikan tabel perhitungan node 1 sebagai berikut : Tabel 4. 1: Perhitungan ID3 Node 1 Atribut Jumlah Tidak Menerima Entropy Inf Kasus Menerima (S2) Gain (S1) Total 240 47 193 0,714 Kasus Daya 0,118 Listrik 450 85 7 78 0,409 900 86 9 77 0,484 1300 33 17 16 0,999 Pulsa 20 6 14 0,882 Nyalur 16 8 8 1 42 Fasilitas 0,275 Tidak 216 23 193 0,488 Bermobil Bermobil 24 24 0 0 Bangunan 0,085 Tidak 229 37 192 0,639 Tingkat Tingkat 11 10 1 0,440 Kesediaan 0,164 Ya 225 32 193 0,588 Tidak 15 15 0 0 Tabel diatas merupakan hasil perhitungan pada Node 1, diketahui bahwa nilai Information Gain terbesar yaitu pada atribut Fasilitas yaitu 0,275. Sehingga atribut Fasilitas menjadi node akar. Pada atribut Fasilitas terdapat 2 nilai atribut yaitu tidak bermobil dan bermobil. Nilai atribut yang pertama yaitu tidak bermobil belum mengklasifikasikan kasus menjadi satu keputusan sehingga perlu dilakukan perhitungan lagi, sedangkan nilai atribut bermobil sudah mengklasifikasikan menjadi 1 yaitu dengan hasil Menerima, sehingga tidak perlu dilakukan perhitungan lebih lanjut. Berdasarkan tabel perhitungan Node 1 dapat dibentuk pohon keputusan sebagai berikut : Node 1 Fasilitas Bermobil Tidak Bermobil Tidak Menerima Node 1.1 Gambar 4. 1: Node 1 Algoritma ID3 Gambar diatas merupakan pohon keputusan yang menjadi node akar yaitu atribut fasilitas yang memiliki 2 cabang yaitu sesuai dengan nilai pada fasilitas, pada nilai 43 bermobil mengklasifikasikan tidak menerima, sedangkan pada nilai tidak bermobil masih belum diketahui yaitu menjadi Node 1.1. 4.1.1. 2. Perhitungan Node 1.1 Berdasarkan komputasi dengan algoritma ID3 maka dapat disajikan tabel perhitungan Node 1.1 sebagai berikut : Tabel 4. 2: Perhitungan ID3 Node 1.1 Atribut Jumlah Tidak Menerima Entropy Inf Kasus Menerima (S2) Gain (S1) Fasilitas 216 23 193 0,489 Tidak bermobil Daya 0,108 Listrik 450 84 6 78 0,369 900 78 1 77 0,100 1300 19 3 16 0,630 Pulsa 19 5 14 0,831 Nyalur 16 8 8 1 Bangunan 0,110 Tidak 207 15 192 0,374 Tingkat Tingkat 9 8 1 0,502 Kesediaan 0,267 Ya 201 8 193 0,239 Tidak 15 15 0 0 Tabel diatas merupakan hasil perhitungan pada Node 1.1, diketahui bahwa nilai Information Gain terbesar yaitu pada atribut Kesediaan yaitu 0,267. Sehingga atribut Kesediaan menjadi node cabang dari nilai atribut fasilitas tidak bermobil. Pada atribut Kesediaan terdapat 2 nilai atribut yaitu Ya dan tidak. Nilai atribut yang pertama yaitu nilau Ya yang belum mengklasifikasikan kasus menjadi satu keputusan sehingga perlu dilakukan perhitungan lagi, sedangkan nilai atribut Tidak sudah mengklasifikasikan menjadi 1 yaitu dengan hasil Tidak Menerima, sehingga tidak perlu dilakukan perhitungan lebih lanjut. 44 Berdasarkan tabel perhitungan Node 1.1 dapat digambarkan pohon keputusan sebagai berikut : Node 1 Fasilitas Bermobil Tidak Bermobil Node 1.1 Tidak Menerima Kesediaan Ya Tidak Node 1.1.1 Tidak Menerima Gambar 4. 2: Node 1.1 Algoritma ID3 Gambar diatas merupakan hasil dari pohon keputusan Node 1.1 yang terisi dengan atribut kesediaan yang bercabang sesuai dengan nilai yang dimiliki yaitu Ya dan Tidak. Pada nilai tidak sudah dapat diklasifikasikan pada kelas tidak diterima sedangkan pada nilai Ya masih belum diketahui sehingga masih perlu dilakukan perhitungan lagi pada node 1.1.1. 4.1.1. 3. Perhitungan Node 1.1.1 Berdasarkan hasil komputasi dengan algoritma ID3, maka dapat disajikan tabel perhitungan pada Node 1.1.1 sebagai berikut : Tabel 4. 3: Perhitungan ID3 Node 1.1.1 Atribut Jumlah Tidak Menerima Entropy Inf Kasus Menerima (S2) Gain (S1) Kesediaan 201 8 193 0,239 Ya Daya 0,066 Listrik 450 78 0 78 0

Description:
C4.5 yang kemudian akan diuji menggunakan Cross Validation. tersebut. Berikut adalah pengujian algoritma pada RapidMiner 5.3, dengan.
See more

The list of books you might like

Upgrade Premium
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.
DMCA & Copyright: Dear all, most of the website is community built, users are uploading hundred of books everyday, which makes really hard for us to identify copyrighted material, please contact us if you want any material removed.
Copyright @ PDFdrive.to, 2022 | We love our users