Winda Aprianti Penerapan Algoritma ID3 dan Rough Set untuk Data Tidak Lengkap

  • Winda Aprianti

Abstract


Abstrak – Kesalahan prosedur manual entry data, pengukuran, dan peralatan membuat sebagian besar database mengalami permasalahan ketidaklengkapan, seperti missing value. Pada penelitian ini, dataset cuaca tidak lengkap ditangani dengan 3 algoritma klasifikasi, yaitu algoritma klasifikasi 1, 2, dan 3. Algoritma klasifikasi 1 adalah algoritma ID3 dengan penghapusan record yang memiliki missing value, sedangkan algoritma klasifikasi 2 adalah algoritma ID3 dengan penggantian missing value dengan nilai rata-rata dari atribut yang bersesuaian dan memiliki kelas keputusan yang sama, serta algoritma klasifikasi 3 yang merupakan pendekatan rough set yang langsung mempelajari rules dari dataset tidak lengkap. Hasil penelitian menunjukkan bahwa algoritma klasifikasi 1, 2, dan 3 masing-masing menghasilkan 3 rules, 7 rules, serta 10 certain rules dan 16 possible rules, dengan tingkat akurasi 40%, 60%, dan 80%. Hal ini berarti algoritma klasifikasi 3 merupakan algoritma klasifikasi dengan tingkat akurasi tertinggi.

Downloads

Download data is not yet available.
Published
2018-01-25
How to Cite
APRIANTI, Winda. Winda Aprianti Penerapan Algoritma ID3 dan Rough Set untuk Data Tidak Lengkap. Generation Journal, [S.l.], v. 1, n. 2, p. 65-71, jan. 2018. ISSN 2549-2233. Available at: <http://ojs.unpkediri.ac.id/index.php/gj/article/view/11835>. Date accessed: 05 dec. 2019. doi: https://doi.org/10.29407/gj.v1i2.11835.