Download data mining untuk klasifikasi pelanggan dengan ant colony

DATA MINING UNTUK KLASIFIKASI PELANGGAN DENGAN
ANT COLONY OPTIMIZATION
Maulani Kapiudin
Kepala Bagian Perencanaan System.
STEIJl.Kayu jati No 11 A Rawamangun Jakarta Timur
e-mail: [email protected] atau [email protected]
ABSTRAK: Pada penelitian untuk sistem klasifikasi potensial customer ini didesain dengan melakukan
ekstrak rule berdasarkan klasifikasi dari data mentah dengan kriteria tertentu. Proses pencarian menggunakan
database pelanggan dari suatu bank dengan teknik data mining dengan ant colony optimization. Dilakukan
percobaan dengan min_case_per_rule variety dan phenomene updating pada periode waktu tertentu.
Hasilnya adalah sekelompok class pelanggan yang didasarkan dari rules yang dibangun dengan ant dan
dengan dimodifikasi dengan pheromone updating, area permasalahan menjadi lebih melebar. Prototype dari
software ini menggunakan C++ versi 6. Database pelanggan dibangun dengan Microsoft Access. Paper ini
memberikan informasi mengenai potensi pelanggan dari bank, sehingga dapat diklasifikasikan dengan
prototype dari software.
Kata kunci: ant colony optimization, classification, min_case_per_rule, term, pheromone updating
ABSTRACT: In this research the system for potentially customer classification is designed by extracting
rule based classification from raw data with certain criteria. The searching process uses customer database
from a bank with data mining technic by using ant colony optimization. A test based on min_case_per_rule
variety and phenomene updating were done on a certain period of time. The result are group of customer
class which base on rules built by ant and by modifying the pheromone updating, the area of the case is
getting bigger. Prototype of the software is coded with C++ 6 version. The customer database master is
created by using Microsoft Access. This paper gives information about potential customer of bank that can
be classified by prototype of the software.
Keywords: ant colony optimization, classification, min_case_per_rule, term, pheromone updating
dipahami oleh pengguna. Sifat mudah dapat dipahami
sangat penting bilamana pencarian pengetahuan akan
digunakan untuk mendukung sebuah keputusan yang
di buat oleh pengguna, dalam hal ini biasanya pihak
manajemen suatu perusahaan. Bagaimanapun pencarian pengetahuan yang tidak dapat dipahami oleh
pengguna, tidak akan dapat diinterpretasikan secara
benar. Dalam kasus ini kemungkinan pengguna tidak
akan cukup yakin dengan pencarian pengetahuan
yang digunakan untuk pengambilan keputusan, karena
akan menyebabkan keputusan yang salah.
Ada beberapa model task yang termasuk data
mining, classification, regression, clustering, dependence modeling dan lain-lain. Masing-masing task
dapat dianggap sebagai sebuah algoritma data mining
yang dapat memecahkan satu jenis masalah, oleh
karena itu langkah pertama dalam desain sebuah
algoritma data mining adalah mendefinisikan kemana
algoritma ini akan dipakai.
Dalam penelitian ini akan diajukan algoritma Ant
Colony Optimization untuk klasifikasi kaidah-kaidah
(rules) dalam data mining. Tujuan dari kaidah-kaidah
ini adalah membuat masing-masing kasus (object,
record, instance) ke dalam satu kelas, di luar kelas
yang telah didefinisikan sebelumnya, berdasarkan
PENDAHULUAN
Perkembangan dunia bisnis yang sangat pesat,
mendorong terbentuknya suatu timbunan data-data
yang berukuran sangat besar. Data-data tersebut pada
umumnya berasal dari data entry dan customer
service, kemudian oleh komputer data tersebut
disimpan ke dalam server. Di dalam server data di
ubah menjadi informasi yang disimpan dalam bentuk
tabel-tabel. Informasi yang didapat dari data dalam
bentuk tabel-tabel tersebut sangat sedikit yang dapat
dimanfaatkan oleh pihak manajemen perusahaan
dalam pengambilan keputusan untuk kemajuan
perusahaan, oleh karena itu perlu adanya aktivitas
penggalian (ekstraksi) data yang masih tersembunyi
untuk selanjutnya diolah menjadi pengetahuan yang
bermanfaat dalam pengambilan keputusan. Proses
ekstraksi informasi dari kumpulan data-data yang
tersimpan di server disebut dengan data mining
Data mining merupakan bidang penelitian inter
disiplin yang intinya adalah interseksi antara machine
learning, statistic dan database. Pada dasarnya data
mining bertujuan untuk mengekstraksi pengetahuan
yang masih tersembunyi dari data yang sangat besar
yang hasilnya tidak hanya akurat tetapi harus dapat
68
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
http://www.petra.ac.id/~puslit/journals/dir.php?DepartmentID=INF
Kapiudin, Data Mining untuk Klasifikasi Pelanggan
nilai dari beberapa atribut prediksi (predictor
attribute) dari kasus tersebut.
Dalam kontek klasifikasi untuk kaidah-kaidah
dalam data mining, pencarian pengetahuan sering
digambarkan dalam bentuk IF-THEN rules, sebagai
berikut:
IF < conditions > THEN < kelas >
Bagian rule antecedent (IF) mengandung sebuah
himpunan dari kondisi-kondisi, biasanya dihubungkan
dengan operator penghubung logika (AND). Dalam
tesis ini semua kaidah (rule) yang berfungsi sebagai
antecedent, mempunyai term logika dalam bentuk:
IF term1 AND term2 AND…
Masing-masing term adalah sebuah triple <
attribute, operator, value > seperti: <Gender =
Female>
Bagian rule consequent (THEN) menspesifikasikan kelas prediksi untuk kasus yang atribut
prediktornya memenuhi seluruh term yang dispesifikasikan dalam rule antecedent. Dari sebuah tinjauan
data mining, jenis representasi pengetahuan ini
mempunyai keuntungan untuk dimengerti secara
intuitif oleh pengguna sepanjang jumlah kaidah
pencarian dan jumlah term dalam rule antecedent
tidak besar.
Pada saat ini penggunaan algoritma Ant Colony
Optimization (ACO) untuk klasifikasi kaidah-kaidah
dalam kontek data mining adalah merupakan daerah
penelitian yang belum dieksplorasi, yang sesungguhnya pengembangan ant algorithm untuk data
mining merupakan algoritma untuk pengelompokan
yang mana task-task data mining sangat berbeda dari
klasifikasi yang dimaksud oleh penelitian ini.
Penggunaan algoritma ACO untuk data mining
menjanjikan suatu daerah penelitian baru karena
mengandung agen-agen sederhana yang mewakili
sekelompok semut yang masing-masing saling bekerja sama antara satu dengan yang lainnya untuk
mencapai munculnya tingkah laku bersama pada
sistem keseluruhan menghasilkan sebuah sistem
robust yang mampu menemukan solusi yang berkualitas tinggi untuk problem dengan daerah pencarian yang besar
Dalam kontek pencarian kaidah, sebuah algoritma
ACO mempunyai kemampuan untuk membentuk
secara fleksibel, pencarian robust untuk sebuah
kombinasi term-term (kondisi logika) yang mengandung nilai dari atribut prediktor
Jika pada customer service sebuah perusahaan
keuangan (bank) melakukan questioner terhadap
customer (customer biasa maupun yang sudah
menjadi pelanggan) untuk mendapatkan berbagai
atribut mengenai pelanggan dan hubungannya dengan
69
perusahaan, maka dari data hasil questioner tersebut
dapat dikelompokkan berbagai tipe dan kelas dari
pelanggan dengan range tertentu sebagai pelanggan
potensial. Dengan menggunakan data penghasilan dan
kemampuan untuk menyimpan (saving) dari pelanggan pada perioda tertentu maka akan didapatkan suatu
klasifikasi dari pelanggan menurut kelas-kelas tertentu
yang dapat dijadikan acuan untuk pengambilan
keputusan dari perusahaan yang bersangkutan.
TINJAUAN PUSTAKA
Knowledge Discovery In Databases
Knowledge Discovery in databases (KDD)
adalah keseluruhan proses non trivial untuk mencari
dan mengidentifikasi pola (patern) dalam data, dimana pola yang ditemukan bersifat sah (valid), baru
(novel), dapat bermanfaat (potentially usefull), dapat
dimengerti (ultimately understandable).
Istilah data mining dan knowledge discovery in
databases (KDD) sering kali digunakan secara bergantian untuk menjelaskan proses penggalian
informasi tersembunyi dalam suatu basis data yang
besar. Sebenarnya kedua istilah tersebut memiliki
konsep yang berbeda akan tetapi berkaitan satu sama
lain. Salah satu tahapan dalam keseluruhan proses
KDD adalah data mining.
Data Mining
Data mining adalah proses mencari pola atau
informasi menarik dalam data terpilihdengan menggunakan teknik atau metoda tertentu. Teknik, metoda,
atau algoritma dalam data mining sangat bervariasi.
Pemilihan metoda atau algoritma yang tepat sangat
bergantung pada tujuan dan proses KDD secara
keseluruhan. Karakteristik Data Mining [6]:
- Jumlah data yang begitu besar dan harus dianalisa
dengan teknik yang otomatis, contoh data transaksi
- Noisy, incomplete data
Data yang bersifat heterogenous
Metoda Data Mining
Berikut ini beberapa metoda data mining yang
umum digunakan: Decision trees dan kaidah, Metodologi Klasifikasi & Regresi Non-Linear, ACO.
Ant Colony Optimization (ACO)
ACO adalah sistem agen yang mensimulasikan
tingkah laku natural dari kelompok semut (ants) yang
mengandung mekanisma kerjasama dan adaptasi.
Tingkah laku kelompok semut (ants) yaitu fakta
bahwa kemampuan menemukan jalan terpendek
antara sumber makanan dan sarang. Beradaptasi
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
http://www.petra.ac.id/~puslit/journals/dir.php?DepartmentID=INF
70
JURNAL INFORMATIKA VOL. 8, NO. 1, MEI 2007: 68 - 73
terhadap perubahan lingkungan tanpa menggunakan
informasi visual. Kemampuan yang membangkitkan
minat dari kelompok semut lain Sebagai hasil, pada
akhirnya semut-semut akan konvergen ke jalur yang
lebih pendek, yang diharapkan optimum atau
mendekati solusi optimum untuk target problem. Ide
dasar dari proses ini dapat dilihat pada Gambar 1.
Algoritma ini menggunakan kontruksi kaidah dan
Peningkatan Pheromone .
Kontruksi Kaidah:
Misalkan termij kondisi kaidah (rule) dalam
format Ait = Vij, di mana Ai adalah atribut ke-i dan Vij
adalah nilai ke-j dari domain Ai. Probabilitas termij
terpilih untuk ditambahkan ke current partial rule
diberikan oleh persamaan (1).
Pij (t) =
Gambar 1. Ants Menemukan Jalur Terpendek
Disekeliling Obstacle [4]
Algoritma ACO
Algoritma ACO didasarkan pada ide-ide berikut:
- Masing-masing jalur (path) yang diikuti oleh
semut diasosiasikan sebagai kandidat solusi.
Ketika seekor semut melalui sebuah jalur,
sejumlah pheromone dijatuhkan pada jalur sesuai
dengan kualitas term (hubungan) kandidat solusi
untuk “Target problem”
Kaidah yang terbaik yang dibangun oleh seluruh
semut dianggap sebagai kaidah yang dicari. Kaidah
yang lain dibuang. Hal ini melengkapi sebuah iterasi
dari sistem itu.
τ ij (t).η ij
a
bi
i
j
∑∑ τ
ij
(1)
(t).η ij , ∀i ∈ I
dimana:
ηij adalah nilai dari problem-dependent heuristic
function untuk termij;
τij(t) adalah jumlah pheromone yang tersedia saat itu
(at time t) dalam posisi i,j dari trail yang diikuti
oleh semut;
a adalah jumlah total atribut;
bi adalah jumlah total nilai pada domain atribut I;
I adalah atribut yang belum digunakan oleh semut.
ARSITEKTUR SISTEM
Aplikasi ini terdiri dari dua bagian utama yaitu
database sebagai sumber data yang akan diolah, dan
perangkat lunak aplikasi data mining. SQL server
digunakan untuk membuat database dan untuk
melakukan koneksi dengan aplikasi menggunakan
ODBC:SQL sebagai drivernya, sehingga aplikasi
dapat melakukan query terhadap database, seperti
yang digambarkan seperti Gambar 3.
ResultSet
APLIKASI DATA
MINING
Row
ODBC
Query
SQL
DATABASE
Gambar 3. Arsitektur Sistem
Proses pada aplikasi data mining dapat dilihat
pada Gambar 4.
User
Input / Inisialisasi Parameter
Probability Transition Rule
Mencari kaidah-kaidah
Gambar 2. Tinjauan Algoritma Ant-Miner [4]
Pemutakhiran Pheromone
Fungsi Heuristik
Database Pelanggan
Gambar 4. Alur Proses Aplikasi Data Mining
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
http://www.petra.ac.id/~puslit/journals/dir.php?DepartmentID=INF
Kapiudin, Data Mining untuk Klasifikasi Pelanggan
Deskripsi use case diagram dari Gambar 4:
1. User mengaktifkan sistem dan memasukkan nilai
No_of_Ant, Min_case_per_rule, Max_uncovered_case, No_rule_converg, dan variasi pemutakhiran pheromone (original atau modified)
sebagai parameter sitem.
2. Sistem yang diwakili oleh semut akan membangun kaidah untuk pertama kalinya dengan
mengambil satu kasus untuk dijadikan kaidah dari
training set (database pelanggan yang sudah di
simpan dalam query).
3. Sistem akan membandingkan kaidah yang
dibangun dengan semua elemen dari training set
sampai jumlah training set memenuhi min_case_
per_rule atau kaidah sama dengan kaidah yang
dibangun sebelumnya (No_rule_converg-1)
4. Jika sistem memenuhi kriteria pada (3), maka
semut lain akan memulai pembangunan kaidah
dengan sebelumnya menghitung fungsi heuristik
dan pemutakhiran pheromone dari kaidah yang
terpilih.
5. Sistem akan mengulang proses sampai maksimal
sebanyak No_of_Ant
6. Kaidah yang terbaik yang dibangun oleh seluruh
semut akan dipindahkan ke dicovered rule sebagai
kaidah yang dicari. Kaidah yang terbaik dipilih
berdasarkan jumlah konvergensi yang terjadi.
71
7. Selanjutnya sistem akan memulai pencarian
kembali kaidah sampai No_of uncovered_cases
lebih kecil dari Max_uncovered_Cases.
Implementasi Database
Database ini dirancang berdasarkan kebutuhan
pengujian sistem dan disusun berdasarkan Field dan
record. Field merupakan atribut dan record diasosiasikan dengan nilai dari atribut tersebut dalam
bentuk Ai = Vij dengan Ai adalah atribut yang ke i
dan Vij adalah nilai dari atribut ke-i pada record ke-j
dari database.
Implementasi Graphical User Interface
Untuk memudahkan pengguna berinteraksi
dengan sistem diperlukan 2 buah Graphical User
Interface (GUI) yaitu:
1. GUI Menu: yang berfungsi sebagai form awal
masuk ke sistem Ant Colony dan hasil proses
pencarian kaidah (rule discovery) untuk data
mining.
2. GUI Input: yang berfungsi sebagai form untuk
memasukkan nilai-nilai parameter yang diperlukan
untuk proses pencarian kaidah untuk data mining.
Tabel 1. Database Pelanggan untuk Pengujian Algoritma Ant Colony Optimization
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
http://www.petra.ac.id/~puslit/journals/dir.php?DepartmentID=INF
72
JURNAL INFORMATIKA VOL. 8, NO. 1, MEI 2007: 68 - 73
Kedua Graphical User Interface (GUI) dipakai
untuk berbagai variasi perubahan setting internal
algoritma ACO maupun untuk modifikasi pemutakhiran pheromone.
pemutakhiran pheromone. Sumber data untuk pengujian berasal dari tabel data pelanggan sebuah bank
dengan melakukan penambahan pada field SALARY,
CUPRICOST, dan CUSAVING sebanyak 500
pelanggan.Kelas-kelas prediktor yang dipakai dalam
pengujian sebanyak 10 kelas yaitu:
o CUSAVING > 90 % CUSALARY
o CUSAVING > 80 % CUSALARY AND CUSAVING
< 90 % CUSALARY
o CUSAVING > 70 % CUSALARY AND CUSAVING
< 80 % CUSALARY
o CUSAVING > 60 % CUSALARY AND CUSAVING
< 70 % CUSALARY
o CUSAVING > 50 % CUSALARY AND CUSAVING
< 60 % CUSALARY
o CUSAVING > 40 % CUSALARY AND CUSAVING
< 50 % CUSALARY
o CUSAVING > 30 % CUSALARY AND CUSAVING
< 40 % CUSALARY
o CUSAVING > 20 % CUSALARY AND CUSAVING
< 30 % CUSALARY
o CUSAVING > 10 % CUSALARY AND CUSAVING
< 20 % CUSALARY
o CUSAVING < 10 % CUSALARY
Gambar 5. GUI Menu dari Ant Colony Optimization
HASIL PENGUJIAN
Hasil Pengujian
Berikut ini diperlihatkan hasil pengujian, dalam
bentuk tabel, tampilan program serta output yang
dihasilkan oleh sistem dengan melakukan variasi pada
min_case_per_rule, jumlah term, dan modifikasi
pemutakhiran pheromone (modified pheromone
updating).
Tabel 2. Tabel Kelas Berdasarkan Variasi Pheromone, min_case_per_rule, dan Jumlah
Term
Gambar 6. GUI Setting Input Ant Colony Optimization
Pengujian
Pengujian sistem dilakukan pada prototipe
perangkat lunak yaitu untuk klasifikasi pelanggan
potensial dengan melakukan variasi pada parameter
min_case_per_rule, jumlah term dan modifikasi pada
PHEROMONE
Min_Case_per_rule
Jumlah Term
Original
5
1
4
Original
10
1
3
Original
30
1
1
Original
5
2
10
Original
10
2
5
Original
30
2
1
Original
5
3
14
Original
10
3
2
Original
30
3
1
Modified
5
1
4
Modified
10
1
3
Modified
30
1
1
Modified
5
2
9
Modified
10
2
6
Modified
30
2
3
Modified
5
3
11
Modified
10
3
6
Modified
30
3
3
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
http://www.petra.ac.id/~puslit/journals/dir.php?DepartmentID=INF
Banyaknya Kelas
Kapiudin, Data Mining untuk Klasifikasi Pelanggan
Berdasarkan Tabel 2 dapat disimpulkan sebagai
berikut:
1. Dengan bertambahnya min_case_per_rule maka
bertambah sedikit pelanggan dari tabel data
pelanggan yang terlingkupi oleh kaidah-kaidah
yang dibangun algoritma ACO.
2. Dengan bertambahnya jumlah term, maka
bertambah banyak pelanggan dari tabel database
pelanggan yang terlingkupi oleh kaidah-kaidah
yang dibangun algoritma ACO.
3. Daerah yang terlingkupi oleh kaidah-kaidah
bertambah banyak ketika pemutakhiran pheromone dimodifikasi
Pengembangan sistem dari Algoritma Ant colony
Optimization sangat dimungkinkan karena merupakan
daerah penelitian yang masih baru. Di sini ada beberapa usulan untuk pengembangan sistem dari
algoritma ACO sebagai berikut:
1. Penelitian lebih lanjut dengan jumlah data yang
lebih banyak
2. Untuk menilai keakuratan dari algoritma ACO
perlu adanya algoritma pembanding.
3. Perlu diadakan penelitian dengan pengukuran
entropy pada nilai informasi dengan banyak term.
Hasil pengujian:
16
jumlah kelas
14
12
10
8
6
4
2
5
10 30
term1
5
10 30
term2
5
10 30
term1
original
3. Daerah yang terlingkupi oleh kaidah-kaidah
bertambah banyak ketika pheromone updating
dimodifikasi
4. Kaidah-kaidah yang terbentuk ada mengalami
perubahan dengan adanya modifikasi dari pheromone updating
5. Modifikasi pheromone updating menyebabkan
banyaknya pelanggan yang terlingkupi dari tabel
database pelanggan menjadi lebih banyak
6. Rule dengan jumlah anggota paling banyak (the
best rule) tidak berubah dengan variasi
min_case_per_rule dan modifikasi dari pheromone
updating,
Pengembangan Sistem dan Saran
Hasil pengujian dalam bentuk grafik
0
73
5
10 30
term2
midified
min case
Gambar 7. Term 1, Trem 2 Kumpulan Data Nasabah Bank yang Terdiri dari Nama
Customer, Address, Customer Saving
dan Salary
Dari Gambar 7 terlihat adanya perbaikan dari
jumlah kasus yang terlingkupi, dengan dilakukannya
modifikasi pemutakhiran pheromone. Modifikasi
pheromone updating menyebabkan banyaknya
pelanggan yang terlingkupi dari tabel database
pelanggan menjadi lebih banyak
KESIMPULAN DAN SARAN
Kesimpulan
1. Dengan bertambahnya min_case_per_rule maka
bertambah sedikit pelanggan dari tabel data
pelanggan yang terlingkupi oleh kaidah-kaidah
yang dibangun algoritma ACO.
2. Dengan bertambahnya jumlah term, maka
bertambah banyak pelanggan dari tabel database
pelanggan yang terlingkupi oleh kaidah-kaidah
yang dibangun algoritma ACO.
DAFTAR PUSTAKA
1. Parepinelli, R.S. Lopes, H.S, and Freitas, A, Data
Mining with an Ant Colony Optimization Algorithm, 2001.
2. Bonabeau, E, Dorigo, M, and Theraulaz, G.,
Swarm Intelligence From Natural to Artificial
System, Oxford University Press, New York.,
1999.
3 Dhewangga, Puja, Nikula, Data Mining Untuk
Menentukan Tata Letak Produk Supermarket,
2003.
4. Kadir, Abdul, Pemerograman C++, Andi Offset
Press, Yogyakarta, 1995.
5 Nugroho, Adi Paulus, Desain dan Implementasi
Business Intelligence Untuk Mendukung Pembuatan Keputusan, Tesis Magister, Institut Teknologi Bandung, 2003.
6 V. Christanto, Karakteristik Data Mining, Informatika Press, Bandung, 2002.
7 Hendriana, Riki, Pemerograman Visual C++
Microsoft Foundation Class, Dinastindo Press,
Jakarta. 2003.
Jurusan Teknik Informatika, Fakultas Teknologi Industri – Universitas Kristen Petra
http://www.petra.ac.id/~puslit/journals/dir.php?DepartmentID=INF