Romauli Manullang - 5108100501IMPLEMENTASI DECISION TREE UNTUK
MEMPREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN
MENGGUNAKAN STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITSLatar
Belakang Pembuatan jadwal pada J urusan Tekniklnformatika
ITSharusdilakukanpadasetiappergantiansemester. Pembuatanjadwal ini
membutuhkanwaktu, tenagadanketelitian. Adanyakesulitanuntuk
menentukanjumlahmahasiswayangmengambil
matakuliahtertentupadatiapsemester.2/18/20113PerumusanMasalah
Bagaimana melakukan prediksi jumlah mahasiswa, yang mengambil
matakuliahtertentumenggunakanpendekatanmetodeklasifikasi
dalamdecisiontree? Bagaimana menentukan metode decision tree yang
tepat berdasarkan karakteristikdata? Bagaimana membangun rule
pengklasifikasian prediksi jumlah mahasiswapengambil matakuliah?
Bagaimanamngimplementasikanmetodeklasifikasi decisiontree?
Bagaimanamelakukanuji cobadecisiontreetersebut
kedalamMatlab.2/18/20114TujuanMembuat implementasi
decisiontreeuntukmemprediksijumlah mahasiswa pengambil matakuliah
denganmenggunakanstudi kasusdi J
urusanTeknikInformatikaITS.2/18/20115BatasanMasalah Data yang
diambil dari SistemInformasi AkademikITS telahbenar. Studi
kasusyang digunakanadalahJ urusanTeknikInformatikaITS Surabaya.
Membatasi nilai mahasiswayang mengulangmatakuliahyang memiliki
nilai sebelumnyaBC danC. Metodedecision tree yang
digunakanadalahC4.5 Implementasi dibuat
denganmenggunakanMatlab7.1.2/18/20116Algoritma
C4.5SecaraumumAlgoritmaC4.5 membangunpohonkeputusan:a.Pilihatribut
sebagai root. b.Buat cabanguntukmasing-masingnilai. c.Bagi
kasusdalamcabang. d.Ulangi
prosesuntukmasing-masingcabangsampaisemuakasuspadacabangmemiliki
kelasyang sama. 2/18/20119Information Gain AtributA
(Gain(a))Untukmemilihatributsebagai akar, didasarkanpadanilai gain
tertinggi dari atribut-atributyang ada.Dengan:S : HimpunanKasusA :
Atributn : J umlahpartisi atributA| Si |: J umlahKasuspadapartisi
kei| S| : J umlahkasusdalamS2/18/201110Entropy (Teori Informasi)
Kebutuhanbit untukmenyatakansuatukelas. Semakinkecil nilai Entropy
makasemakinbaikuntukdigunakandalammengekstraksi suatukelas.
Dengan:S : HimpunanKasusn : J umlahpartisi Sp : Proporsi dari Si
terhadapS2/18/201111AlgoritmaAlpha Beta Alpha-beta pruning adalah
algoritma pencarianyangmengurangi secara drastis jumlah simpul
yangdibangkitkan untukdievaluasi pada pohon
pencarianyangdieksplorasi dalamalgoritmaMinimax. Simpul
MINakandianggapsebagai simpul denganurutannilai dari
rendahketinggi, dansimpul MAX daritinggi
kerendah.2/18/201112Perancangan2/18/201113Blok Diagram
SistemInformasi Akademik Pengambil MatakuliahDiagram Alir
DesainSistemSecaraUmumMulaiData Analisa Pengambil
MatakuliahDecision Tree dengan Prioritas pengambil
MatakuliahDecision Tree dengan Pengambil Matakuliah Decision Tree
dengan Pengambil Matakuliah Solusi Prediksi Pengambil
MatakuliahSelesaiT Y2/18/201114Data Rule Decision
Tree2/18/201116No. NamaData Keterangan1. Id ID untuk tiapkondisi.2.
ParentID ID yang mewarisi kondisi.3. Level Level tiapkondisi
dalamtree.4. Atribut Atribut yang ditunjuk olehlevel.5. Kondisi
Nilai atribut yang ditunjuk olehatribut.Implementasi Membacafile
xls(read file xls). Inisialisasi kolomfile xls. Filter,
digunakanuntukmengklasifikasi data makasesuaidenganatribut.Get data
entropy, menghitungnilaientropy dari data xlspadasetiapkategori.
Get total entropy, menghitungnilai entropy total setiapatribut.
Calculate max gain, menghitungnilai gain dari
setiapatributberdasarkannilai entropy dari kategori danmencari
nilaimaksimal dari nilai gain. Get child node, samatapimemanggil
eliminate_categoryyang berfungsi membuangkategori parent (parent
sebelumnyatidakanggap).2/18/201118Pruning1. Memeriksanode
tiaplevel, dimulai level terdalam.2. Padatiaplevel
mengelompokkannode sesuai parent nodenya.3. Padasetiapkelompok,
diperiksaapakahmemiliki value ygsama(mengulang/tidak mengulang)4.
Bilasamamakaparent kelompoktersebut diubahnode nyamenjadi value,
lalunode kelompoktersebutdipotong(pruning)5.
Bilaberbedamakadilanjut kekelompokselanjutnya.2/18/201119Uji
CobadanEvaluasi Data Uji CobaData hasil analisa dari faktor-faktor
yang mendukungmahasiswa pengambil matakuliah setiap semester
yangdiperolehdari SistemInformasi Akademik
jurusanTeknikInformatikaITS Surabaya.2/18/201120UJI COBA SKENARIO
1BerdasarkanpemilihanatributNilai, J enisKelamin, Angkatan,
TahunLahir, Semester danUmur darimahasiswapengambil
matakuliah2/18/201123ALJABAR LINEAR TAHUN 2007
Berdasarkanpemilihanatribut Nilai, J enisKelamin, TahunLahir,
Angkatan,IPK, danSemester .2/18/201124Node Parent Label Level Type
Atribut1 NULL 'NILAI' 0 1'NULL'2 1'TDK MENGULANG' 1 0'A-B'3
1'KELAMIN' 1 1'BC-C'4 3'IPK' 2 1'L'5 4'LAHIR' 3 1'2-2.9'6
5'MENGULANG' 4 0'1984-1985'7 5'MENGULANG' 4 0'1986-1987'8
5'ANGKATAN' 4 1'1988-1989'9 8'SEMESTER' 5 1'2007'10 9'TDK
MENGULANG' 6 0'Ganjil'11 9'MENGULANG' 6 0'Genap'12 9'MENGULANG' 5
0'2008'13 9'MENGULANG' 5 0'2009'14 4'TDK MENGULANG' 3 0'3-4'15
3'LAHIR' 2 1'P'16 15'MENGULANG' 3 0'1984-1985'17 15'MENGULANG' 3
0'1986-1987'18 15'ANGKATAN' 3 1'1988-1989'19 18'SEMESTER' 4
1'2007'20 19'IPK' 5 1'Ganjil'21 20'MENGULANG' 6 0'2-2.9'22 20'TDK
MENGULANG' 6 0'3-4'23 20'MENGULANG' 5 0'Genap'24 18'MENGULANG' 4
0'2008'25 18'MENGULANG' 4 0'2009'26 1'MENGULANG' 1 0'D-E'Bentuk
Tree Uji Aljabar Linear 20072/18/201125PENGENALAN POLA TAHUN 2007
Node Parent Label Level Type Atribut1NULL 'ANGKATAN' 0 1'NULL'2
1'NILAI' 1 1'2007'3 2'MENGULANG' 2 0'A-B'4 2'IPK' 2 1'BC-C'5
4'KELAMIN' 3 1'2-2.9'6 5'LAHIR' 4 1'L'7 6'MENGULANG' 5
0'1984-1985'8 6'MENGULANG' 5 0'1986-1987'9 6'SEMESTER' 5
1'1988-1989'10 9'MENGULANG' 6 0'Ganjil'11 9'TDK MENGULANG' 6
0'Genap'12 5'MENGULANG' 4 0'P'13 4'TDK MENGULANG' 3 0'3-4'14
2'MENGULANG' 2 0'D-E'15 1'LAHIR' 1 1'2008'16 15'MENGULANG' 2
0'1984-1985'17 15'MENGULANG' 2 0'1986-1987'18 15'IPK' 2
1'1988-1989'19 18'MENGULANG' 3 0'2-2.9'20 18'KELAMIN' 3 1'3-4'21
20'SEMESTER' 4 1'L'22 21'MENGULANG' 5 0'Ganjil'23 21'NILAI' 5
1'Genap'24 23'TDK MENGULANG' 6 0'A-B'25 23'TDK MENGULANG' 6
0'BC-C'26 23'MENGULANG' 6 0'D-E'27 20'MENGULANG' 4 0'P'28
1'MENGULANG' 1 0'2009'2/18/201126Bentuk Tree Uji Pengenalan Pola
20072/18/201127A n g k a ta nN i la i M2 0 0 72 0 0 82 0 0 9S e m
es te rN il a iG a n ji lG e n a pL a h i rMM1 9 8 4 - 1 9 8 51 9 8
6 - 1 9 8 71 9 8 8 - 1 9 8 9I P KMK e la m in2 - 2 . 9 3 - 4L a h i
rMM1 9 8 4 - 1 9 8 51 9 8 6 - 1 9 8 7 1 9 8 8 - 1 9 8 9MT M2 - 2 .
93 - 4MMI P KA - B B C - C D - EK e la m inT MT MLPS e m es te rM T
MG a n j il G e n a pA n g k ata nLPT M MA - BD - EB C - CUJI COBA
SKENARIO 2Berdasarkanpemilihanatribut Nilai, Angkatan,
SelisihtahunPrediksi, Penghasilanorangtua, IPS danUmur
darimahasiswapengambil matakuliah2/18/201128ALJABAR LINEAR TAHUN
2007Node Parent Label Level Type Atribut1 'NULL' 'NILAI' 0 1
'NULL'2 1 'UMUR' 1 1 'BC'3 2 'TDKMENGULANG' 2 0 '18-19'4 2 'IPS' 2
1 '20-21'5 4 'TDKMENGULANG' 3 0 '0-2.00'6 4 'PENGHASILAN' 3 1
'2.01-3.0'7 6 'MENGULANG' 4 0 '>=5.000.000'8 6 'ANGKATAN' 4 1
'1.000.000-5.000.000'9 8 'TDKMENGULANG' 5 0 '2004'10 8 'SELISIH' 5
1 '2005'11 10 'MENGULANG' 6 0 '2007-2005'12 10 'TDKMENGULANG' 6 0
'2007-2006'13 8 'MENGULANG' 5 0 '2006'14 8 'MENGULANG' 5 0 '2007'15
6 'TDKMENGULANG' 4 0 '=5.000.000'19 17 'TDKMENGULANG' 5 0
'1.000.000-5.000.000'20 17 'ANGKATAN' 5 1 '=5.000.000'29 28
'MENGULANG' 3 0 '18-19'30 28 'MENGULANG' 3 0 '20-21'31 28
'TDKMENGULANG' 3 0 '22-23'32 27 'UMUR' 2 1 '1.000.000-5.000.000'33
32 'TDKMENGULANG' 3 0 '18-19'34 32 'IPS' 3 1 '20-21'35 34
'MENGULANG' 4 0 '0-2.00'36 34 'TDKMENGULANG' 4 0 '2.01-3.0'37 34
'ANGKATAN' 4 1 '3.01-4.0'38 37 'TDKMENGULANG' 5 0 '2004'39 37
'SELISIH' 5 1 '2005'40 39 'MENGULANG' 6 0 '2007-2005'41 39
'TDKMENGULANG' 6 0 '2007-2006'42 37 'MENGULANG' 5 0 '2006'43 37
'MENGULANG' 5 0 '2007'44 32 'SELISIH' 3 1 '22-23'45 44 'ANGKATAN' 4
1 '2007-2005'46 45 'IPS' 5 1 '2004'47 46 'MENGULANG' 6 0 '0-2.00'48
46 'TDKMENGULANG' 6 0 '2.01-3.0'49 46 'MENGULANG' 6 0 '3.01-4.0'50
45 'MENGULANG' 5 0 '2005'51 45 'MENGULANG' 5 0 '2006'52 45
'MENGULANG' 5 0 '2007'53 44 'TDKMENGULANG' 4 0 '2007-2006'54 27
'TDKMENGULANG' 2 0 '=5.000.000'3 2 'MENGULANG' 2 0 '18-19'4 2
'MENGULANG' 2 0 '20-21'5 2 'MENGULANG' 2 0 '22-23'6 2'TDK
MENGULANG' 2 0 '24-25'7 1'TDK MENGULANG' 1 0'1.000.000-5.000.000'8
1'TDK MENGULANG' 1 0 '=5.000.000'7 1'TDK MENGULANG'1
0'1.000.000-5.000.000'8 1'TDK MENGULANG'1 0 '
