ABSTRAKSI: Rule classifier merupakan salah satu metode yang digunakan dalam data mining dan bisa diperoleh dari pohon keputusan. Rule yang diperoleh dari pohon keputusan bisa dikategorikan berdasarkan jumlah data benar yang di cakup yaitu small disjunct dan large disjunct. Small disjunct adalah rule yang mencakup data benar dalam jumlah yang sedikit, sehingga sering menyebabkan kesalahan klasifikasi pada data testing. Walaupun sebuah small disjunct mencakup data yang relatif kecil, sekumpulan small disjunct bisa mencakup data dalam jumlah yang besar. Bagaimanapun diperlukan pendekatan yang tepat untuk menangani small disjunct ini.
Dalam tugas akhir ini akan dibangun algoritma genetika untuk mengatasi masalah small disjunct pada decision tree tersebut. Sedangkan algoritma decision tree yang digunakan adalah J48 yang merupakan varian dari C45 yang dikembangkan dalam bahasa pemrograman java. Akan dilakukan sedikit modifikasi pada J48 sehingga bisa mengidentifikasi rule-rule ke dalam small disjunct atau large disjunct. Model akhir yang ingin dibangun adalah gabungan large disjunct dan rule klasifikasi yang dihasilkan oleh algoritma genetika.
Pada proses analisa akan digunakan enam data yang bertipe numerik untuk mengukur performansi akurasi dari solusi yang dibangun dan akan dibandingkan dengan classifier yang lain. Selain itu pada proses analisa juga akan ditunjukkan seberapa besar error klasifikasi yang disebabkan oleh small disjunct.
Kata Kunci : Kata kunci : rule classifier, decision tree, J48, small disjunct, algoritma genetikaABSTRACT: Rule classifier is one of methods used in data mining and can be obtained from decision tree. Rules obtained from decision tree can be classified into small disjunct and large disjunct, based on the number of correct data covered. Small disjunct is rule that covers small numbers of correct data, so that often cause errors in the classification of testing data. Although a small disjunct covers data that is relatively small, groups of small disjunct can covers data in a large amount. However, the appropriate approach is needed to deal with this small disjunct.
This final task will built genetic algorithm to overcome the small disjunct problem in the decision tree. The decision tree algorithm used is J48, which is a variant of the C45 programming language developed in java. There will be some small modifications made so that the J48 can identify rules into small disjunct or large disjunct. The final model that will be built is a combination of large disjunct and classification rule generated by the genetic algorithm.
In the process of analysis, six data in numeric type will be used to measure the accuracy performance of the solution built and will be compared with the other classifier. In addition, in the analysis process, it will also be shown how big is the classification errors caused by small disjunct.Keyword: Keywords: rule classifier, decision tree, J48, small disjunct, genetic algorithm.