51
1 2
3 4
5 6
7
4 Tsize
0.4457 0.5543
0.4941 0.0011
1.2 0.4541
0.5459 0.4958
3 0.3793
0.6207 0.4709
5 Pnode
0.4457 0.5543
0.4941 0.0095
1 0.4563
0.5437 0.4962
2.3 0.0000
1.0000 0.0000
6 Pnode
0.4457 0.5543
0.4941 0.0031
1.2 0.4492
0.5508 0.4948
3 0.0000
1.0000 0.0000
7 Esterogen
0.4457 0.5543
0.4941 0.0007
1 0.4327
0.5673 0.4910
2.3 0.4713
0.5287 0.4983
8 Esterogen
0.4457 0.5543
0.4941 0.0022
1.2 0.4318
0.5682 0.4907
3 0.5263
0.4737 0.4986
Proses ini terus dilakukan hingga terbentuk pohon maksimal T
max
seperti terlihat pada lampiran 2 dan lampiran 3.
d. Pemangkasan Pohon
Setelah pohon maksimal T
max
terbentuk, maka dilakukan proses pemangkasan pohon klasifikasi. Jika diperoleh dua child node dan parent node
yang memenuhi persamaan � �
� , maka child node
�
dan
�
dipangkas. Sebagai contoh, berikut proses pemangkasan node 13.
Node 13 T = 95
TT = 117
Tsize 1 dan 2
3
Node 23 Node 24
T = 88 T = 7
TT = 102 TT = 15
Gambar 13. Node 13 dan Kedua Child Node
Universitas Sumatera Utara
52
� � �
�
��
� �
��
� �
��
� Sehingga diperoleh :
� � �
Universitas Sumatera Utara
53
Karena � �
� maka kedua
child node dari node 13 node 23 dan node 24 dipangkas. Proses pemangkasan ini dilakukan pada setiap subtree dari pohon T
max
hingga tidak ada lagi node yang bisa dipangkas. Pohon optimal terbentuk setelah proses pemangkasan diakhiri, seperti gambar berikut.
Node 0 T = 302
TT = 247
Progesteron
1 2 dan 3
Node 1 Node 2
T = 115 T = 187
TT = 143 TT = 104
Usia
1 dan 2 3
Node 5 Node 6
T = 32 T = 155
TT = 27
TT = 77
Gambar 14. Pohon Klasifikasi CART Dari diagram di atas dapat disimpulkan bahwa yang mempengaruhi
tersensor atau tidaknya adalah variabel kadar progesteron dan variabel usia pasien.
e. Rules untuk Induksi Fuzzy
Dari output pohon klasifikasi CART, terbentuk 3 tiga kelas klasifikasi yang berbeda. Tahap selanjutnya, bentuk aturan-aturan fuzzy
“IF...THEN...” yang telah dipilih berdasarkan aturan-aturan klasifikasi hasil algoritma CART
dalam penelitian ini. Aturan-aturan tersebut diberikan sebagai berikut : 1
If Progesteron is SEDIKIT then Sensor is TIDAK TERSENSOR
Universitas Sumatera Utara
54
2 If Usia is MUDA and Progesteron is NORMAL then Sensor is
TERSENSOR 3
If Usia is PAROBAYA and Progesteron is NORMAL then Sensor is TERSENSOR
4 If Usia is MUDA and Progesteron is BANYAK then Sensor is
TERSENSOR 5
If Usia is PAROBAYA and Progesteron is BANYAK then Sensor is TERSENSOR
6 If Usia is TUA and Progesteron is NORMAL then Sensor is
TERSENSOR 7
If Usia is TUA and Progesteron is BANYAK then Sensor is TERSENSOR
Operator yang digunakan pada sistem adalah operator standard Zadeh “AND”.
Proses defuzzifikasi menggunakan Metode Centroid. Selanjutnya, aturan- aturan “IF...THEN...” di atas digunakan sebagai input pada tahap inferensi
fuzzy.
f. Fungsi Keanggotaan Variabel Fuzzy