Contoh kasus kali ini penulis akan memberikan contoh penyelesaian algoritma decision tree C4.5 menggunakan Ms Excel. Namun tidak akan menjelaskan panjang lebar apa tu algoritma decision tree C4.5, untuk jelasnya anda bisa membaca teori nya dari artikel Algoritma Decision Tree C4.5.
Sebagai contoh kasus awal merupakan Soal Ujian Tengah Semester Pascasarjana STMIK LIKMI Bandung, berikut penulis gambarkan deskripsi kasus yang akan dipecahkan menggunakan algoritma decision tree C4.5. Penulis memiliki serangkaian data yang tersimpan dalam format tabel dimana data merupakan hasil observasi dari 11 proses produksi dengan tingkat kecepatan, kelembaban dan temperatur yang berbeda-beda sehingga menghasilkan produk dengan dua kategori yaitu produk baik dan produk cacat, dengan algoritma decision tree akan mencoba mengklasifikasikan produk dengan kriteria apa yang akan dikelompokan kedalam hasil baik dan buruk, untuk jelasnya perhatikan tabel dibawah ini :
Untuk menyelesaikan kasus diatas dengan algoritma decision tree C4.5 berikut langkah-langkahnya :
1. Buat nama pada cell area dengan ketentuan sebagai berikut :
- cell C3 sampai cell C14 diberi nama data_temp
- cell D3 sampai cell D14 diberi nama data_cepat
- cell E3 sampai cell E14 diberi nama data_suhu
- cell F3 sampai cell F14 diberi nama data_hasil
Untuk memberi nama cell seperti diatas silahkan baca artikel Memberi Nama Pada Cell Area
2. Berdasarkan data pada tabel pertama buat calon percabangan, adapun calon percabangan yang mungkin terjadi dari tabel pertama adalah :
3. Berikutnya buat tabel untuk menghitung frekwensi yang muncul dari setiap hasil produk berikut dengan proporsi-nya serta entropy-nya / H(t), sehingga tampak seperti berikut :
Berikut adalah formula-formula yang digunakan untuk mengisi tabel diatas:
- Cell I17 (Frekwensi Baik) :
=COUNTIFS(data_hasil,H17) - Cell J17 (Proporsi Baik /Pj) :
=I17/I19 - Cell K17 (log2.Pj) :
=Log(J17,2) - Cell L17 (Entropy Baik / -P.log2.Pj) :
=(-K17)*J17 - Untuk mengisi baris berikutnya anda cukup melakukan copy paste pada baris dibawahnya:
- Cell I19 (Total Frekwensi ) :
=SUM(I17:I18) - Cell L19 (Total Entropy ) :
=SUM(L17:L18)
4. Berikutnya kita akan menghitung Gain dari masing-masing kriteria untuk mencari gain tertinggi yang akan dijadikan cabang keputusan, untuk itu gunakan bantuan tabel seperti dibawah ini :
Adapun formula-formula yang digunakan untuk mengisi kolom-kolom diatas adalah :
- Cell E25 (Produk dengan hasil baik pada temperatur tinggi) :
=COUNTIFS(data_temp,D25,data_hasil,$E$24) - Cell F25 (Produk dengan hasil cacat pada temperatur tinggi) :
=COUNTIFS(data_temp,D25,data_hasil,$F$24) - Cell G25 (Proporsi Produk baik terhadap keseluruhan produk pada temperatur tinggi):
=IFERROR((E25/(E25+F25)),0) - Cell H25 (Proporsi Produk cacat terhadap keseluruhan produk pada temperatur tinggi):
=IFERROR(F25/(E25+F25),0) - Cell I25 (-P(baik) X LOG2 P(baik)) :
=IFERROR((-G25*LOG(G25,2)),0) - Cell J25 (-P(cacat) X LOG2 P(cacat)) :=IFERROR((-H25*LOG(H25,2)),0):
- Cell K25 (Total) :=I25+J25
- Cell L25 (P=Temp..) :
=COUNTIFS(data_temp,D25)/COUNTA(data_temp) - Cell M25 (Total X P(Temp=..)) :
=K25*L25 - Cell N25 (E(Total*P(Temperatur=..))):
=SUM(M25:M26) - Cell O25 (Gain masing-masing cabang) :
=$L$19-N25
5. Selanjutnya untuk mengisi Cell E26 sampai M26 (Cabang 1 Temperatur Normal), anda cukup mengcopy dari Cell E25 sampai M25 (Cabang 1 Temperatur Tinggi).
6. Berikutnya untuk mengisi cell E27 sampai O25, anda ulangi langkah nomor 4 dengan cara meng-copy cell E25 sampai O25, namun anda ubah pada bagian data_temp didalam formula dengan data_cepat, karena kita akan mengisi calon cabang 2 Kecepatan tinggi dan kecepatan rendah
7. Dan untuk mengisi Cell E28 sampai M28 (Cabang 2 Kelembaban Normal), anda cukup mengcopy dari Cell E27 sampai M27 (Cabang 2 Kelembaban Tinggi).
8. Selanjutnya untuk mengisi cell E29 sampai O29, anda ulangi langkah nomor 4 dengan cara meng-copy cell E25 sampai O25, namun anda ubah pada bagian data_temp didalam formula dengan data_suhu, karena kita akan mengisi calon cabang 3 Kelembaban tinggi, kelembaban normal, dan kelembaban rendah.
9. Dan untuk mengisi Cell E30 sampai M30 dan Cell E31 sampai M31 (Cabang 2 Kelembaban sedang dan rendah), anda cukup mengcopy dari Cell E29 sampai M29 (Cabang 2 Kelembaban Tinggi).
10. Setelah selesai terisi semua saatnya menarik kesimpulan calon cabang yang mana yang akan dijadikan cabang sesungguhnya, hal ini dilakukan dengan mencari nilai tertinggi dari kolom Gain , dari kolom tersebut didapat gain 0,46 (calon cabang 1) yang akhirnya menjadi cabang, sehingga tahap pertama kita bisa membuat pohon keputusan level pertama seperti berikut :
Dari gambar diatas terlihat dua simbol yaitu simbol kotak dan simbol elips, simbol kotak menandakan keputusan final artinya, jika temperatur nya tinggi maka hasil produksi nya pasti cacat, namun jika temperatur nya rendah kita tidak bisa menentukan apakah cacat atau baik, karena belum final keputusannya maka langkah pertama pada langkah-langkah diatas anda ulang lagi, namun membuang bagian produk yang diproduksi menggunakan temperatur tinggi (proses 1 s.d. 6), sehingga tabel data pertama akan menjadi seperti berikut setelah mengeliminasi hasil produk dengan temperatur tinggi.
- cell C3 sampai cell C8 diberi nama data_temp_2
- cell D3 sampai cell D8 diberi nama data_cepat_2
- cell E3 sampai cell E8 diberi nama data_suhu_2
- cell F3 sampai cell F8 diberi nama data_hasil_2
Untuk memberi nama cell seperti diatas silahkan baca artikel Memberi Nama Pada Cell Area
11. Hitung entropi untuk tabel diatas (setelah mengeliminasi temperatur tinggi)
Untuk formula menghitung sama dengan pada langkah ke3, tugas anda hanya mengganti area data_hasil dengan data_hasil_2.
12. Berikutnya kita akan menghitung Gain dari masing-masing kriteria untuk mencari gain tertinggi yang akan dijadikan cabang keputusan, untuk itu gunakan bantuan tabel seperti dibawah ini :
Hitung kolom-kolom diatas menggunakan formula pada langkah-langkah ke-4 tugas anda hanya mengganti cell area data_hasil menjadi data_hasil_2, data_temp menjadi data_temp_2, data_hasil menjadi data_hasil_2.
13. Setelah seluruhnya terisi cari Gain tertinggi, kebetulan kedua calon memiliki gain yang sama yaitu 0.00 jika ditemukan hal demikian gunakan yang yang mana saja dalam hal ini calon cabang 3 yang terpilih untuk cabang ke-dua.
14. Dari hasil tersebut maka Decision Tree-nya adalah sebagai berikut :
Sebagai bahan latihan silahkan download file latihan excel-nya.
0 comments: