Seleksi Data Data Selection dan Transformasi Data Data

50

C. Seleksi Data Data Selection dan Transformasi Data Data

Transformation Seleksi data yang dilakukan adalah penghapusan atribut No.Anggota dan penghapusan atribut-atribut yang tidak digunakan dalam analisis seperti nama, alamat, nomer telepon, uraian usaha, dan lain-lain. Sehingga atribut-atribut yang digunakan untuk analisis klasifikasi adalah pekerjaan, umur, pekerjaan istrisuami, pendapatan keluarga, pengeluaran keluarga, pinjaman, kemampuan angsuran, jangka waktu, agunan, status agunan, nilai jaminan, tujuan, dan kolektibilitas. Setelah dilakukan tahap pembersihan data, integrasi data, dan seleksi data, selanjutnya dilakukan tahap transformasi data. Transformasi data yang dilakukan pada penelitian ini adalah pengubahan tipe data ke dalam format yang sesuai sehingga siap untuk diproses menggunakan metode decision tree C4.5 dan naïve bayes. Transformasi data dilakukan pada data yang bertipe numerik menjadi interval, diantaranya dilakukan pada beberapa atribut. Hasil transformasi dapat dilihat pada Tabel 3.1-3.7. Tabel 3.1 Transformasi Atribut Umur Umur tahun Sebelum Transformasi Sesudah Transformasi 27 30 U1 48 30-39 U2 68 40-49 U3 58 50-59 U4 65 60 U5 51 Tabel 3.2 Transformasi Atribut Pendapatan Keluarga Pendapatan Keluarga rupiah Sebelum Transformasi Sesudah Transformasi 1550000 0-1000000 D1 2400000 1000001-2000000 D2 12000000 2000001-3000000 D3 3500000 3000001-4000000 D4 4600000 4000001-5000000 D5 7000000 5000000 D6 Tabel 3.3 Transformasi Atribut Pengeluaran Keluarga Pengeluaran Keluarga rupiah Sebelum Transformasi Sesudah Transformasi 755000 0-1000000 K1 1260000 1000001-2000000 K2 2600000 2000001-3000000 K3 4000000 3000000 K4 Tabel 3.4 Transformasi Atribut Pinjaman Pinjaman rupiah Sebelum Transformasi Sesudah Transformasi 1500000 0-2000000 PJ1 6000000 2000001-4000000 PJ2 8500000 4000001-6000000 PJ3 7000000 6000001-8000000 PJ4 8500000 8000000 PJ5 Tabel 3.5 Transformasi Atribut Kemampuan Angsuran Kemampuan angsur Sebelum Transformasi Sesudah Transformasi 40 – 40 KA1 50 41-60 KA2 80 60 KA3 52 Tabel 3.6 Transformasi Atribut Jangka Waktu Jangka Waktu bulan Sebelum Transformasi Sesudah Transformasi 12 1-12 J1 24 13-24 J2 36 24 J3 Tabel 3.7 Transformasi Atribut Nilai Jaminan Nilai Jaminan rupiah Sebelum Transformasi Sesudah Transformasi 4000000 0-5000000 N1 7000000 5000001-10000000 N2 12000000 10000001-15000000 N3 18000000 15000001-20000000 N4 30000000 20000000 N5 Transformasi juga dilakukan pada beberapa atribut yang mempunyai nilai atau isian dengan karakter terlalu panjang, maka untuk mempersingkat data ditransformasi menjadi beberapa inisial. Hasil transformasi dapat dilihat pada Tabel 3.8-3.13. Tabel 3.8 Transformasi Atribut Pekerjaan Pekerjaan Sebelum Transformasi Sesudah Transformasi Wiraswasta PK1 Karyawan Swasta PK2 Petanipedagangtukang PK3 Buru PK4 PNS PK5 Tidak Bekerja PK6 53 Tabel 3.9 Transformasi Atribut Pekerjaan SuamiIstri Pekerjaan suamiistri Sebelum Transformasi Sesudah Transformasi Wiraswasta PS1 Karyawan Swasta PS2 Petanipedagangtukang PS3 Buruh PS4 PNS PS5 Tidak Bekerja PS6 Tabel 3.10 Transformasi Atribut Agunan Agunan Sebelum Transformasi Sesudah Transformasi Sertifikat tanah A1 BPKB A2 Tunjuk A3 Tabel 3.11 Transformasi Atribut Status Agunan Status Agunan Sebelum Transformasi Sesudah Transformasi Milik Sendiri SA1 Bukan Milik Sendiri SA2 Tabel 3.12 Transformasi Atribut Tujuan Tujuan Sebelum Transformasi Sesudah Transformasi Modal T1 Kesejahteraan T2 54 Tabel 3.13 Transformasi Atribut Kolektibilitas Kolektibilitas Sebelum Transformasi Sesudah Transformasi 1 Lancar KL1 2 Kurang Lancar KL2 3 Diragukan KL3 4 Macet KL4 Setelah data ditransformasikan dan dikelompokkan sesuai kriteria masing- masing maka dihasilkan data yang siap untuk diolah seperti yang disajikan pada Tabel 3.14. 55 Tabel 3.14 Contoh Data yang Telah Mengalami Preprocessing Pekerjaan Umur Pekerjaan SuamiIstri Pendapatan Keluarga Pengeluaran Keluarga Pinjaman Kemampuan Angsuran Jangka Waktu Agunan Status Agunan Nilai Jaminan Tujuan Kelas PK1 U1 PS1 D2 K2 PJ2 KA1 J2 A1 SA2 N5 T1 KL3 PK1 U3 PS5 D6 K3 PJ5 KA2 J2 A1 SA1 N5 T1 KL1 PK1 U2 PS1 D4 K3 PJ3 KA2 J2 A2 SA1 N3 T1 KL1 PK2 U4 PS6 D4 K2 PJ2 KA1 J1 A2 SA1 N1 T1 KL3 PK3 U2 PS6 D2 K1 PJ5 KA2 J3 A3 SA1 N4 T2 KL1 PK4 U3 PS4 D2 K1 PJ1 KA3 J2 A3 SA2 N3 T1 KL1 PK6 U2 PS1 D4 K2 PJ4 KA2 J2 A1 SA1 N5 T1 KL1 PK4 U4 PS3 D2 K1 PJ2 KA1 J2 A1 SA1 N2 T2 KL1 PK4 U1 PS4 D2 K1 PJ2 KA2 J1 A3 SA1 N2 T1 KL1 PK4 U2 PS4 D2 K2 PJ3 KA3 J3 A1 SA2 N3 T2 KL4 PK4 U2 PS6 D2 K1 PJ2 KA2 J2 A1 SA2 N2 T1 KL1 PK2 U2 PS1 D3 K2 PJ2 KA2 J2 A3 SA1 N3 T1 KL1 PK3 U3 PS4 D2 K1 PJ1 KA3 J1 A3 SA1 N1 T2 KL3 PK3 U3 PS3 D3 K3 PJ1 KA2 J1 A3 SA1 N1 T1 KL3 PK2 U3 PS1 D4 K2 PJ5 KA3 J3 A1 SA1 N5 T2 KL1 PK4 U3 PS3 D2 K1 PJ3 KA3 J1 A1 SA1 N3 T2 KL4 PK2 U1 PS1 D4 K3 PJ3 KA3 J2 A2 SA1 N2 T1 KL1 PK5 U3 PS3 D2 K2 PJ1 KA2 J2 A3 SA1 N3 T1 KL1 PK5 U3 PS6 D6 K3 PJ5 KA3 J2 A2 SA1 N4 T1 KL3 56

D. Proses Klasifikasi Menggunakan Decision Tree C4.5