Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Generation Journal

Winda Aprianti Penerapan Algoritma ID3 dan Rough Set untuk Data Tidak Lengkap Aprianti, Winda
Generation Journal Vol 1 No 2 (2017): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4391.507 KB) | DOI: 10.29407/gj.v1i2.11835

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.