Analisis Implementasi Algoritma Min-Min Roughness (MMR) Berbasis Rough Set Theory dalam Clustering pada Data Kategorikal

Tegar Arif

Informasi Umum

Kode

113070144

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

10 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Clustering adalah suatu teknik dalam data mining yang bertujuan untuk membagi dan mengelompokkan suatu data berdasarkan kemiripan dari karakteristik pada data tersebut. Telah banyak algoritma untuk menerapkan clustering ini pada data numerikal. Namun pada data kategorikal, yaitu data yang bersifat kategoris dimana suatu objek memiliki value atau isi pada tiap atribut dimana tiap atribut memiliki himpunan value, masih belum banyak. Salah satu algoritma yang dapat menangani clustering pada data kategorikal adalah Min Min Roughness (MMR). MMR memanfaatkan teori rough set dan menggunakan satu parameter input berupa jumlah cluster yang ingin dibentuk, dimana teori rough set ini akan mendapatkan nilai roughness dari tiap value yang ada pada tiap atribut terhadap atribut lain. Dari nilai roughness pada tiap value pada suatu atribut, akan didapatkan nilai mean roughness nya yang selanjutnya akan digunakan dalam pemilihan atribut dan value dari atribut tersebut sebagai dasar dalam pemecahan data. Dari cluster-cluster yang terbentuk akan dianalisis tiap cluster tersebut dengan menggunakan metode purity dan berdasarkan objek-objek yang terdapat dalam cluster tersebut.Kata Kunci : Clustering, MMR, Teori Rough SetABSTRACT: Clustering is one of data mining techniques that splits and classifies data based on similarity from the characteristic of the data. There have been many algorithms that can apply clustering on numerical data. But on categorical data, which is data that categorical where an object holds certain value on specific attribute and each attributes owns set of value, is still few. One of algorithms that can apply clustering on categorical data is Min Min Roughness (MMR). MMR makes use of rough set theory with the number of clusters to be formed as an input parameter, where rough set theory will obtain roughness of each value on certain attribute toward the other ones. From each value roughness on certain attribute, mean roughness will be obtained that will be used to choose attribute and its value as a basis on the splitting of data. From the clusters, will be analyzed on each clusters with purity method and the objects that belong on the cluster.Keyword: Clustering, MMR, Rough Set Theory