Algoritma Sequential Covering
Rules tidak harus dihasilkan dari adanya decision tree, namun dapat dihasilkan dari kumpulan data yang ada menggunakan algoritma sequential covering dimana satu rule mengcover beberapa tupel data dari suatu class, maksudnya disini adalah satu rule merepresentasikan satu class. Berikut adalah langkah-langkah sequential covering.
- Memulai dari aturan kosong.
- Mulai mengembangkan aturan/rule dari masing-masing class
- Hilangkan record dari data set yang digunakan yang telah masuk lingkup rule
- Ulangi langkah 2, dan 3 hingga mencapai kriteria tidak adanya atribut yang tersisa untuk dilakukan pengembangan rule.
Dilakukan pengecekan akurasi pada setiap iterasi konjungsi atribut baru dengan menggunakan rumus :
Akurasi = p/t
Dimana :
t = instance yang termasuk di dalam atribut yang disebut dalam rule
p = instance yang termasuk di dalam atribut yang disebut dalam rule dan positif dengan class.
Sequential-Covering
Misal yang digunakan adalah class “mammals”, dicari semua tuple yang ter-cover.
Blood Type = warm 7/11
Blood Type = cold 0/9
Give Birth = yes 6/7
Give Birth = no 1/13
Can Fly = no 6/16
Can Fly = yes 1/4
Live in Water = yes 2/5
Live in Water = no 5/11
Live in Water = sometimes 0/4
Yang memiliki error paling sedikit adalah atribut Give Birth = yes (6/7), maka dimasukkan ke dalam rule :
IF Give Birth = yes THEN class = mammals
Dan untuk penambahan atribut yang ada, dengan dikonjungsikan sehingga :
IF Give Birth = yes AND (?) THEN class=mammals
Maka tuple Give Birth = yes dihilangkan sehingga :
Sequential-Covering-2
Lakukan perhitungan ulang dengan mengabaikan data yang telah dicoret.
Blood Type = warm 1/5
Blood Type = cold 0/8
Give Birth = no 1/13
Can Fly = no 1/10
Can Fly = yes 0/3
Live in Water = yes 0/2
Live in Water = no 1/6
Live in Water = sometimes 0/4
Yang memiliki error paling sedikit adalah atribut Blood Type = warm (1/5), maka dimasukkan ke dalam rule :
IF Give Birth = yes AND Blood Type = warm THEN class = mammals
Dan untuk penambahan atribut yang ada, dengan dikonjungsikan sehingga :
IF Give Birth = yes AND Blood Type = warm AND (?) THEN class=mammals
Maka tuple Blood Type = warm dihilangkan sehingga :
Sequential-Covering-3
Karena class mammals sudah tidak terdapat lagi pada tuple yang tersedia, rules yang didapat adalah :
IF Give Birth = yes AND Blood Type = warm THEN class = mammals
Tabel yang didapat dari rule adalah :
Sequential-Covering-4
Dan untuk mengetahui keakurasian dengan rumus
akurasi = p / t = 1 (100% akurat)
Begitu pula dengan pembuatan rule dengan melibatkan class yang lain.
Semoga artikel berjudul “Algoritma Sequential Covering” bisa bermanfaat dan silahkan jika masih ada yang kurang jelas dapat ditanyakan di kolom komentar dibawah ini.
Silahkan Like Fanspage dan Share artikel ini jika menurut kamu bermanfaat untuk kamu dan orang lain.
Artikel Lainnya
Algoritma ID3 dipergunakan untuk membangun sebuah decision tree atau pohon keputusan. Algoritma ini ditemukan oleh J. Ross Quinlan (1979)- Algoritma C4.5 merupakan pengembangan algortima ID3 dimana pengembangan dilakukan dalam hal mengatasi missing data, mengatasi data kontinyu & pruning.
- Algoritma apriori digunakan agar komputer dapat mempelajari aturan asosiasi, mencari pola hubungan antar satu atau lebih item dalam suatu dataset.
