Deteksi outlier menggunakan Algoritma Connectivity Based Outlier Factor studi kasus data akademik mahasiswa Teknik Informatika Universitas Sanata Dharma

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DETEKSI OUTLIER MENGGUNAKAN ALGORITMA
CONNECTIVITY BASED OUTLIER FACTOR
(STUDI KASUS: DATA AKADEMIK MAHASISWA TEKNIK
INFORMATIKA UNIVERSITAS SANATA DHARMA)
Skripsi
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Dosen Pengampu : Ridowati Gunawan, S.Kom., M.T.

Oleh:
Yustina Ayu Ruwidati
105314061

PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2014

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

OUTLIER DETECTION USING CONNECTIVITY
BASED OUTLIER FACTOR ALGORITHM
(CASE STUDY: ACADEMIC DATA OF STUDENTS OF INFORMATICS
ENGINEERING DEPARTMENT OF SANATA DHARMA UNIVERSITY)
A Thesis
Presented as Partial Fullfillment of the Requirements

To Obtain the Barchelor of Computer Science
In Study Program of Informatics Engineering

By:
Yustina Ayu Ruwidati
105314061

INFORMATICS ENGINEERING STUDY PROGRAM
DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2014

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

i

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

HALAMAN MOTTO DAN PERSEMBAHAN

“Let it be”
-The Beatles-

A present for You.

iii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak
memuat karya atau bagian karya orang lain, kecuali yang telah saya sebutkan
dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, 14 Januari 2015
Penulis

Yustina Ayu Ruwidati

iv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ABSTRAK
Kebutuhan untuk pengolahan data merupakan hal yang sangat penting
untuk era saat ini. Dalam bidang pendidikan, data mining sangat berguna untuk
mengembangkan sebuah metode yang dapat menemukan keunikan dari sebuah
data yang berasal dari sistem pendidikan tersebut, dan menggunakan metode

tersebut untuk lebih memahami siswa, sehingga dapat mengembangkan sebuah
sistem yang sesuai (Barker & Yacef, 2009).
Salah satu metode dalam data mining untuk mengenali data yang bersifat
unik di sebut deteksi outlier . Teknik deteksi outlier di kategorikan menjadi
beberapa kelompok, yaitu Statistical Approaches, Proximity-based Approaches,
Clustering-based Approaches, dan Classification Approaches.

Akan di buat sebuah aplikasi atau perangkat lunak untuk mendeteksi data
yang unik tersebut menggunakan salah satu algoritma data mining yaitu algoritma
Connectivity-based Outlier Factor dengan pendekatan density based. Data yang di

gunakan dalam penelitian ini adalah data akademik mahasiswa Teknik
Informatika Universitas Sanata Dharma angkatan 2007-2008 yang berupa hasil
test penerimaan mahasiswa baru, nilai final dan nilai Indeks Prestasi Semester
(IPS) dari semester satu sampai semester empat.
Pengujian akan di lakukan untuk menemukan data yang dinyatakan
sebagai outlier . Penelitian ini bertujuan untuk membantu Kaprodi TI Universitas
Sanata Dharma dalam mendeteksi kejadian langka atau yang menyimpang dari
pola umum data akademik mahasiswa.

Kata kunci: data mining, deteksi outlier , connectivity-based outlier factor

v

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ABSTRACT
The need for data processing is very important for the current era. In
education, data mining is very useful to develop a method that can discover the
uniqueness of a data derived from the education system, and using these methods
to better understand the students, so that they can develop an appropriate system
(Barker & Yacef, 2009).
One method in data mining to identify data that is unique is called outlier
detection. Outlier detection techniques categorized into several groups, Statistical
Approaches, Proximity-based Approaches, Clustering-based Approaches, and

Classification Approaches.
It will be created an application or software to detect the unique data using
one of the data mining algorithm is an algorithm-based Outlier Factor
Connectivity with density-based approach. The data used in this study were
student academic data Sanata Dharma University of Information Engineering
2007-2008 force in the form of new admissions test results, final value and the
value of their GPA (IPS) from one semester to semester four.
Tests will be done to find the data that is declared as outliers. This
research aims to help the chair person of Computer Science of Sanata Dharma
University in detecting rare events or that deviate from the general pattern of
student academic data.

Keyword : data mining, outlier detection, connectivity-based outlier factor

vi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK

TIDAKTERPUJI
TERPUJI

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan dibawah ini, saya mahasiswa Universitas Sanata Dharma
Nama

: Yustina Ayu Ruwidati

Nomor Mahasiswa

: 105314061

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan
Universitas Sanata Dharma karya ilmiah saya yang berjudul:

DETEKSI OUTLIER MENGGUNAKAN ALGORITMA
CONNECTIVITY BASED OUTLIER FACTOR

(STUDI KASUS: DATA AKADEMIK MAHASISWA TEKNIK
INFORMATIKA UNIVERSITAS SANATA DHARMA)

Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya
memberikan kepada Perpustakaan Sanata Dharma hak untuk menyimpan,
mengalihkan dalam bentuk media lain, mengelolanya di internet atau media lain
untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun
memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai
penulis.

Demikian pernyataan ini saya buat dengan sebenarnya
Dibuat di Yogyakarta
Pada tanggal: 14Januari 2015
Yang menyatakan,

(Yustina Ayu Ruwidati)

vii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus, atas
berkat yang luar biasa dan kehendakNya penulis dapat menyelesaikan penelitian
tugas akhir ini yang berjudul

“Deteksi Outlier Menggunakan Algoritma

Connectivity-based Outlier Factor (Studi Kasus: Data Akademik Mahasiswa
Teknik Informatika Universitas Sanata Dharma)”
Penulis mengucapkan terimakasih yang sebesar-besarnya kepada semua
pihak yang berperan dalam pengerjaan tugas akhir ini:
1. Tuhan Yesus Kristus dan Bunda Maria yang telah memberikan berkat dan
anugrah yang luar biasa sehingga tugas akhir ini bisa selesai.
2. Ibu P.H. Prima Rosa, S.Si., M.Sc selaku Dekan Fakultas Sains dan
Teknologi dan dosen penguji atas semua masukan dan dukungan yang
telah di berikan.
3. Ibu Ridowati Gunawan, S.Kom., M.T selaku dosen pembimbing akademik
atas kesabaran, bantuan, kritik, masukan, dan dorongan semangat selama
penulis menyelesaikan tugas akhir ini.
4. Ibu Sri Hartati Wijono, S.Si., M.Kom selaku dosen penguji atas kritik dan
saran yang di berikan.
5. Seluruh dosen dan karyawan Universitas Sanata Dharma Yogyakarta atas
kontribusinya dalam membantu penulis.
6. Kedua orang tua saya Bapak E. Ruwido dan Ibu Sumirah yang tanpa henti
memberikan dukungan baik secara moral maupun materi. Terima kasih
atas doa yang tanpa henti Bapak dan Ib panjatkan.
7. Kedua kakak saya Wing Budi Wiratmoko dan Sunaringtyas Nugraheni
atas semua semangat, doa, dan bantuan untuk penulis. Terima kasih pula
untuk

keponakan

kecilku,

Randu

Sekar

Kinanthi

yang

dengan

kelucuannya dapat menghibur penulis selama pengerjaan tugas akhir ini.
8. Terima kasih untuk kamu, yang selama 10 tahun kehadiranmu telah
memberikan motivasi terbesar dalam hidupku untuk mewujudkan satu
persatu mimpiku. Terima kasih karena telah mengenalmu.

viii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

9. Sahabat-sahabat terbaikku, Verena Pratita Adji, Venti Trimuryatin, Fidelis
Asterina Surya Prasetya, dan Yohanes

Advent

Arinatal

atas

kebersamaanya dari semester 1 hingga semester akhir ini. Terima kasih
atas semua canda, tawa, dukungan, doa yang telah kalian berikan.
10. Felisitas Brillianti dan Erlita Octaviani selaku teman sekelompok dalam
pengerjaan tugas akhir ini. Terima kasih atas kerja sama, bantuan, dan
semangatnya.
11. Daniel Tomi Rahardjo dan H. Roy Wiranata yang tidak pernah bosan
untuk membantu penulis dalam menyelesaikan tugas akhir ini.
12. Sahabat PPG, Erlin Kristiyanti, Patricia Puspita Wahyujati, Chatarina
Windar Herlita Swari, dan Vivi Yulisetyani atas keceriaan dan dukungan
dalam mengerjakan tugas akhir ini.
13. Teman-teman HMPS yang tidak bisa saya sebutkan satu persatu, terima
kasih atas kehadiran, doa, semangat, dan tawa kalian.
14. Serta semua pihak yang berperan dalam penyelesaian tugas akhir ini.

Tugas akhir ini masih kurang dari kata sempurna, oleh karena itu penulis
dengan rendah hati memohon untuk memberikan kritik dan saran untuk
perbaikan tugas akhir ini. Semoga penulisan tugas akhir ini dapat bermanfaat
bagi semua pihak. Terima kasih

Yogyakarta, Desember 2014

Yustina Ayu Ruwidati

ix

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Daftar Isi
Halaman Judul

....................................................................................

Halaman Persetujuan ...............................................................................

i

Halaman Pengesahan ..............................................................................

ii

Halaman Motto dan Persembahan ..........................................................

iii

Pernyataan Keaslian Karya .....................................................................

iv

Abstrak

....................................................................................

v

Abstract

....................................................................................

vi

Lembar Pernyataan Persetujuan ..............................................................

vii

Kata Pengantar

....................................................................................

viii

Daftar Isi

....................................................................................

x

Daftar Gambar

....................................................................................

xiv

Daftar Tabel

....................................................................................

xvi

BAB I PENDAHULUAN ....................................................................

1

1.1

Latar Belakang.................................................................

1

1.2

Rumusan Masalah ...........................................................

2

1.3

Batasan Masalah ..............................................................

2

1.4

Tujuan ..............................................................................

3

1.5

Manfaat Penelitian ...........................................................

3

1.6

Metodologi Penelitian .....................................................

3

1.7

Sistematika Penulisan ......................................................

4

BAB II LANDASAN TEORI ................................................................

6

2.1

Pengertian Data Mining ..................................................

6

2.2

Outlier..............................................................................

8

2.2.1 Jenis Outlier ...........................................................

9

2.2.1.1 Statistical Distribution-based Outlier Detection 9

2.3

2.2.1.2 Distance-based Outlier Detection ...........

10

2.2.1.3 Density-based Local Outlier Approach ...

11

2.2.1.4 Deviation-based Approach ......................

11

Algoritma Connectivity-based Outlier Factor ................

12

x

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

2.4

Contoh Jalannya Algoritma .............................................

14

BAB III METODOLOGI PENELITIAN................................................

17

BAB IV

3.1

Data yang Dibutuhkan .....................................................

17

3.2

Pengolahan Data .............................................................

17

ANALISIS DAN PERANCANGAN SISTEM ...................

30

4.1

Gambaran Umum Sistem ................................................

30

4.1.1

Diagram Use Case .............................................

31

4.1.2

Narasi Use Case ................................................

32

Perancangan Sistem Secara Umum .................................

32

4.2.1

Input Sistem.......................................................

32

4.2.2

Proses Sistem.....................................................

35

4.2.3

Output Sistem ....................................................

37

Perancangan Sistem .........................................................

37

4.3.1

Diagram Aktivitas .............................................

37

4.3.2

Diagram Kelas Analisis .....................................

38

4.3.3

Diagram Sequence .............................................

43

4.3.4

Diagram Kelas Desain .......................................

43

4.3.5

Rincian Algoritma .............................................

44

4.4

Perancangan Struktur Data ..............................................

70

4.5

Perancangan Antarmuka ..................................................

72

4.5.1

Tampilan Halaman Awal ..................................

72

4.5.2

Tampilan Halaman Menu Utama ......................

73

4.5.3

Tampilan Halaman Pilih Database ...................

75

4.5.4

Tampilan Halaman Pilih Tabel .........................

76

4.5.5

Tampilan Halaman About .................................

77

4.5.6

Tampilan Halaman Help ...................................

78

IMPLEMENTASI SISTEM .................................................

79

4.2

4.3

BAB V

5.1

Implementasi Antarmuka ................................................

79

5.1.1

Implementasi Halaman Awal ............................

79

5.1.2

Implementasi Halaman Menu Utama ................

80

5.1.3

Implementasi Halaman Pilih Database .............

86

xi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB VI

5.1.4

Implementasi Halaman About ...........................

89

5.1.5

Implementasi Halaman Help .............................

90

5.1.6

Implementasi Halaman Exit ..............................

91

5.1.7

Implementasi Pengecekan Masukan .................

91

5.2

Implementasi Kelas .........................................................

94

5.3

Implementasi Struktur Data .............................................

95

5.3.1

Implementasi Kelas Vertex.java .......................

95

5.3.2

Implementasi Kelas Graph.java ........................

96

PENGUJIAN DAN ANALISA HASIL PENGUJIAN ........

99

6.1

Rencana Pengujian ..........................................................

99

6.1.1

Hasil Pengujian Blackbox..................................

102

6.1.1.1 Pengujian Input Data ...........................

102

6.1.1.2 Pengujian Koneksi Database ..............

103

6.1.1.3 Pengujian Seleksi Atribut....................

105

6.1.1.4 Pengujian Deteksi Outlier ...................

106

6.1.1.5 Pengujian Simpan Hasil Deteksi Outlier

107

Kesimpulan Hasil Pengujian Blackbox .............

108

6.1.2
6.1.3

Hasil Pengujian Dengan Perubahan Nilai Parameter k 109

6.1.4

Kesimpulan Hasil Pengujian Dengan Perubahan Nilai
Parameter k ........................................................

6.1.5

115

Hasil Pengujian Validitas dan Review oleh Pengguna 115
6.1.5.1 Perbandingan

Perhitungan

Manual

dengan

Perhitungan Sistem .............................

115

6.1.5.2 Kesimpulan Perbandingan Perhitungan Manual
dengan Perhitungan Sistem .................

117

6.1.5.3 Hasil Review Oleh Pengguna ..............

117

6.1.5.4 Kesimpulan

6.2

Hasil

Pengujian

Validitas

dan

Review oleh Pengguna.........................

120

Kelebihan dan Kekurangan Sistem .................................

123

6.2.1

Kelebihan Sistem...............................................

123

6.2.2

Kekurangan Sistem ...........................................

124

xii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB VII

KESIMPULAN DAN SARAN ............................................

125

7.1

Kesimpulan

.................................................................

125

7.2

Saran

.................................................................

126

DAFTAR PUSTAKA

.................................................................

127

LAMPIRAN 1

.................................................................

128

LAMPIRAN 2

.................................................................

129

LAMPIRAN 3

.................................................................

137

LAMPIRAN 4

.................................................................

144

LAMPIRAN 5

.................................................................

150

LAMPIRAN 6

.................................................................

159

LAMPIRAN 7

.................................................................

194

LAMPIRAN 8

.................................................................

200

xiii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR GAMBAR
Gambar 2.1

Proses KDD(Knowledge Discovery in Database) ...........

7

Gambar 2.2

Obyek pada daerah R adalah outlier ...............................

9

Gambar 3.1

Database gudangdata ......................................................

18

Gambar 3.2

Isi tabel fact_lengkap2 .....................................................

19

Gambar 3.3

Isi tabel fact_lengkap2 untuk mahasiswa Teknik Informatika 20

Gambar 3.4

Isi tabel fact_lengkap2 setelah seleksi .............................

20

Gambar 3.5

Contoh Data angkatan 2007 jalur reguler ........................

25

Gambar 4.1

Proses umum Sistem Deteksi Outlier Menggunakan Algoritma
Connectivity-based Outlier Factor ..................................

Gambar 4.2

Diagram Kelas Analisis Sistem Deteksi Outlier Menggunakan
Algoritma Connectivity-based Outlier Factor ................

Gambar 4.3

36

38

Diagram Kelas Desain Sistem Deteksi Outlier Menggunakan
Algoritma Connectivity-based Outlier Factor ................

44

Gambar 4.4

Ilustrasi Struktur Data Graf .............................................

71

Gambar 4.5

Tampilan Halaman Awal(HomePage) ............................

72

Gambar 4.6

Tampilan Halaman Utama(Home) pada tab Prepocessing

74

Gambar 4.7

Tampilan Halaman Utama(Home) pada tab Deteksi Outlier 75

Gambar 4.8

Tampilan Halaman Pilih Database .................................

76

Gambar 4.9

Tampilan Halaman Pilih Tabel ........................................

76

Gambar 4.10 Tampilan Halaman About ................................................

77

Gambar 4.11 Tampilan Halaman Help..................................................

78

Gambar 5.1

Antarmuka atau Interface Halaman Awal(HomePage) ...

80

Gambar 5.2

Antarmuka atau Interface Halaman Menu Utama(Home)

81

Gambar 5.3

Kotak Dialog Pilih File ...................................................

81

Gambar 5.4

File Inputan Tertampil pada Tabel ..................................

82

Gambar 5.5

Daftar Atribut pada Tabel Seleksi Atribut.......................

83

Gambar 5.6

Antarmuka atau Interface Halaman Menu Utama(Home) tab
Deteksi Outlier

Gambar 5.7

83

Antarmuka atau Interface Halaman Menu Utama(Home) tab
Deteksi Outlier Saat Memasukan Nilai Parameter ..........

xiv

84

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Gambar 5.8

Hasil Deteksi Outlier .......................................................

84

Gambar 5.9

Hasil Deteksi Outlier Setelah Diberi Batas Outlier ........

85

Gambar 5.10 Kotak Dialog Simpan Hasil Deteksi Outlier ...................

85

Gambar 5.11 Kotak Dialog Simpan Hasil Deteksi Outlier Saat Memberi Nama
.................................................................

86

Gambar 5.12 Pesan Sukses Hasil Deteksi Outlier Berhasil Disimpan..

86

Gambar 5.13 Antarmuka atau Interface Halaman PilihDatabase..........

87

File

Gambar 5.14 Memasukan Username, Password, Database Name, dan Url 87
Gambar 5.15 Pesan Sukses Konfigurasi ke Database Berhasil ............

88

Gambar 5.16 Antarmuka atau Interface Halaman PilihTabel ...............

88

Gambar 5.17 Tabel Inputan dari Database Tertampil pada Halaman Utama pada
tab Prepocessing ..............................................................

89

Gambar 5.18 Antarmuka atau Interface Halaman About ......................

90

Gambar 5.19 Antarmuka atau Interface Halaman Help .......................

91

Gambar 5.20 Antarmuka atau Interface Halaman Exit .........................

91

Gambar 5.21 Pesan Kesalahan k Kosong .............................................

92

Gambar 5.22 Pesan Kesalahan k Mengandung Karakter Selain Angka

92

Gambar 5.23 Pesan Kesalahan Batas Outlier Kosong ..........................

93

Gambar 5.24 Pesan Kesalahan
Angka

Batas Outlier Mengandung Karakter Selain

.................................................................

93

Gambar 5.25 Pesan Kesalahan Username, Password, Database Name, dan Url
Ada yang Kosong ............................................................

93

Gambar 5.26 Pesan Kesalahan Username, Password, Database Name, dan Url
Ada yang Salah ................................................................

94

Gambar 5.27 Pesan Kesalahan Format File Tidak Sesuai ...................

94

Gambar 6.1

Grafik Hasil Pengujian Data Akademik Mahasiswa Teknik
Informatika Angkatan 2007-2008 Jalur Tes ....................

Gambar 6.2

Grafik Hasil Pengujian Data Akademik Mahasiswa Teknik
Informatika Angkatan 2007-2008 Jalur Prestasi .............

Gambar 6.3

109

111

Grafik Hasil Pengujian Data Akademik Mahasiswa Teknik
Informatika Angkatan 2007-2008 ...................................

xv

113

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR TABEL
Tabel 2.1 Simbol dan definisi...............................................................

13

Tabel 3.1 Contoh perhitungan min-max normalization untuk atribut nil11, nil12,
nil13, nil14, dan15................................................................

22

Tabel 3.2 Setelah di hitung menggunakan rumus min-max normalization untuk
atribut nil11, nil12, nil13, nil14, dan15 ................................

22

Tabel 3.3 Contoh perhitungan min-max normalization untuk atribut final 23
Tabel 3.4 Setelah di hitung menggunakan rumus min-max normalization untuk
atribut final ...........................................................................

24

Tabel 4.1 Tabel Penjelasan dari Diagram Kelas Analisis ....................

39

Tabel 4.2 Ilustrasi Struktur Data Matriks Dua Dimensi .......................

71

Tabel 4.3 Ilustrasi Struktur Data Matriks Dua Dimensi Setelah dilakukan
Perhitungan dengan Ecluidian Distance ..............................

72

Tabel 6.1 Rencana Pengujian Blackbox ...............................................

102

Tabel 6.2 Hasil Pengujian Input Data pada Kelas Home .....................

104

Tabel 6.3 Hasil Pengujian Input Data pada Kelas Koneksi Database .

105

Tabel 6.4 Hasil Pengujian Seleksi Atribut pada Kelas Home ..............

107

Tabel 6.5 Hasil Pengujian Deteksi Outlier pada Kelas Home .............

108

Tabel 6.6 Hasil Pengujian Simpan Hasil Deteksi Outlier pada Kelas Home109
Tabel 6.7 Daftar Nilai Per Atribut ........................................................

118

Tabel 6.8 Hasil Deteksi Outlier Data Akademik Mahasiswa Teknik Informatika
Angkatan 2007-2008 Jalur Tes ............................................

120

Tabel 6.9 Hasil Deteksi Outlier Data Akademik Mahasiswa Teknik Informatika
Angkatan 2007-2008 Jalur Prestasi ......................................

120

Tabel 6.10 Hasil Deteksi Outlier Data Akademik Mahasiswa Teknik Informatika
Angkatan 2007-2008 ............................................................

xvi

121

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB I
PENDAHULUAN

1.1Latar Belakang
Di era globalisasi saat ini, pendidikan merupakan kebutuhan primer bagi
setiap individu. Pendidikan yang di maksud adalah usaha sadar dan terencana
untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik
secara aktif mengembangkan potensi dirinya untuk memiliki kekuatan
spiritual keagamaaan, pengendalian diri, kepribadian, kecerdasan, akhlak
mulia, serta ketrampilan yang diperlukan dirinya, masyarakat, bangsa, dan
Negara (UU No. 20 Tahun 2003).
Universitas Sanata Dharma Yogyakarta adalah sebuah institusi pendidikan
yang tentunya memiliki banyak data. Sebagai contoh adalah data akademik.
Data-data akademik yang dapat di ambil adalah data PMB (berupa nilai test
penerimaan mahasiswa baru ataupun nilai rapor SMA) dan nilai semester.
Pada akhir semester IV, akan di analisa apakah mahasiswa tersebut layak
untuk melanjutkan studi di program studi Teknik Informatika ataukah tidak.
Apakah mahasiswa tersebut perlu untuk di drop out atau tidak. Dalam
mengambil keputusan, seorang Kaprodi harus memperhatikan berbagai faktorfaktor nilai.
Apabila nilai test penerimaan mahasiswa baru dan nilai semester seorang
mahasiswa bagus, tentunya mahasiswa tersebut di nilai berprestasi. Begitu
juga sebaliknya. Tetapi, ada kemungkinan apabila seorang mahasiswa
memiliki nilai test penerimaan mahasiswa baru yang bagus, namun ia tidak
berprestasi dibuktikan dengan nilai semesternya yang jelek.
Kebutuhan untuk pengolahan data pun di rasa sangat penting untuk era
saat ini. Dalam bidang pendidikan, data mining sangat berguna untuk
mengembangkan sebuah metode yang dapat menemukan keunikan dari sebuah
data yang berasal dari sistem pendidikan tersebut, dan menggunakan metode
tersebut untuk lebih memahami siswa, sehingga dapat mengembangkan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

2

sebuah sistem yang sesuai (Barker & Yacef, 2009).
Salah satu metode dalam Data Mining untuk mengenali data yang bersifat
unik di sebut Deteksi Outlier . Teknik Deteksi Outlier di kategorikan menjadi
beberapa

kelompok,

yaitu

Statistical

Approaches,

Proximity-based

Approaches, Clustering-based Approaches, dan Classification Approaches.

Dan salah satu algoritma yang ada adalah algoritma Connectivity-based
Outlier Factor (COF). Algoritma COF ini merupakan algoritma dengan

pendekatan Density Based. Algoritma COF digunakan untuk mendeteksi
outlier segera setelah outlier tersebut muncul dalam database. COF dapat

menangani outlier atau pola yang menyimpang dari low density pattern. Ide
utama dari algoritma COF adalah untuk menentukan setiap record data yang
dapat setingkat atau sederajat untuk menjadi outlier atau data yang
menyimpang dari suatu pola yang umum.
Dengan demikian, dapat disimpulkan bahwa mahasiswa tersebut memiliki
pola yang menyimpang dari pola atau di kenal sebagai outlier . Data
mahasiswa yang termasuk outlier ini dapat di gunakan oleh Kaprodi untuk
lebih memperhatikan mahasiswa tersebut agar prestasinya bisa naik.

1.2 Rumusan Masalah
Rumusan masalah dari penelitian ini adalah :
1.2.1

Bagaimana algoritma Connectivity-based Outlier Factor dapat mendeteksi
outlier dari data nilai akademik mahasiswa Teknik Informatika Universitas

Sanata Dharma?
1.2.2

Mahasiswa manakah yang memiliki data nilai akademik yang unik atau
menyimpang dari pola umum berdasarkan indeks prestasi semester?

1.3 Batasan Masalah
Batasan masalah dari penelitian ini adalah :
1.3.1

Algoritma deteksi outlier yang di gunakan adalah algoritma Connectivitybased Outlier Factor (COF) menggunakan pendekatan Density Based.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

1.3.2

3

Data yang di gunakan adalah data akademik mahasiswa TI Universitas
Sanata Dharma angkatan 2007-2008 yang berupa hasil test penerimaan
mahasiswa baru, nilai final dan nilai Indeks Prestasi Semester (IPS) dari
semester satu sampai semester empat.

1.3.3

Hasil penelitian ini berupa kelompok mahasiswa outlier , jika ditemukan.

1.4 Tujuan
Tujuan dari penelitian ini adalah :
1.4.1

Melakukan deteksi outlier pada data akademik Mahasiswa Teknik
Informatika Universitas Sanata Dharma dengan menerapkan algoritma
Connectivity-based Outlier Factor.

1.4.2

Menganalisis hasil deteksi outlier pada data akademik yang di hasilkan
oleh algoritma Connectivity-based Outlier Factor.

1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah :
1.5.1

Memberikan analisis sejauh mana algoritma Connectivity-based Outlier
Factor dapat mendeteksi sebuah outlier serta keunggulan algoritma ini

dalam mendeteksi outlier .
1.5.2

Membantu Kaprodi TI Universitas Sanata Dharma dalam mendeteksi
kejadian langka atau yang menyimpang dari pola umum data akademik
mahasiswa.

1.6 Metodologi Penelitian
Metode yang di gunakan dalam penelitian ini adalah Knowledge Discovery in
Database (KDD), yaitu proses yang dibantu oleh komputer untuk menggali

dan menganalisis sejumlah besar himpunan data dan mengekstrak informasi
dan pengetahuan yang berguna. Langkah-langkah KDD menurut Jiawei Han
adalah sebagai berikut :
1.6.1

Pembersihan Data (Data Cleaning)
Untuk menghilangkan noise dan data yang tidak konsisten.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

1.6.2

4

Integrasi Data (Data Integration)
Menggabungkan data dari berbagai sumber data yang berbeda.

1.6.3

Pemilihan Data (Data Selection)
Mengambil data yang relevan dengan tugas analisis yang di ambil dari
database.

1.6.4

Transformasi Data (Data Transformation)
Mentransformasi atau menggabungkan data ke dalam bentuk yang sesuai
untuk penggalian lewat operasi summary atau aggregation.

1.6.5

Penambangan Data (Data Mining)
Proses penting dimana metode cerdas di aplikasikan untuk mengekstrak
suatu pola data.

1.6.6

Evaluasi Pola (Pola Evaluation)
Mengidentifikasi pola yang menarik dan merepresentasikan pengetahuan
berdasarkan interestingness measures.

1.6.7

Presentasi Pengetahuan (Knowledge Presentation)
Penyajian

pengetahuan

yang

di

gali

kepada

pengguna

dengan

menggunakan visualisasi dan teknik representasi pengetahuan.

1.7 Sistematika Penulisan
Sistematika penulisan proposal tugas akhir ini adalah sebagai berikut:
BAB I

PENDAHULUAN
Pada bab ini di jelaskan latar belakang penelitian dan latar
belakang secara umum,
masalah

penelitian,

rumusan masalah penelitian, batasan

tujuan

penelitian,

manfaat

penelitian,

metodologi penelitian, dan sistematika penulisan.
BAB II

LANDASAN TEORI
Pada bab ini di jelaskan landasan teori dari penelitian ini. Dasar
teori yang menunjang penelitian ini meliputi pengertian data
mining yang berisi proses KDD (Knowledge Discovery in

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

5

Database), pengertian outlier, jenis-jenis outlier, dan algoritma
Connectivity-based Outlier Factor.

BAB III METODOLOGI PENELITIAN
Pada bab ini akan di jelaskan mengenai metode yang dipakai
dalam penelitian dan pembuatan aplikasi dalam analisis outlier
untuk studi kasus data akademik mahasiswa Teknik Informatika
Universitas Sanata Dharma.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini akan di jelaskan analisis sistem yang meliputi
gambaran umum sistem, data yang di butuhkan untuk penelitian,
dan pengolahan data. Akan di jelaskan pula perancangan sistem
yang

meliputi

perancangan

umum

dari

sistem

tersebut,

perancangan struktur data, dan perancangan interface atau
antarmuka sistem.
BAB V

IMPLEMENTASI SISTEM
Pada bab ini akan di jelaskan implementasi dari sistem deteksi
outlier menggunakan algoritma Connectivity-based Outlier Factor .

Akan di jelaskan pula listing program dari sistem ini.
BAB VI PENGUJIAN DAN ANALISA HASIL PENGUJIAN
Pada bab ini akan di jelaskan hasil pengujian dari sistem deteksi
outlier menggunakan algoritma Connectivity-based Outlier Factor

beserta dengan analis dari hasil pengujian.
BAB VII KESIMPULAN DAN SARAN
Pada bab ini akan di jelaskan kesimpulan dari hasil pengujian yang
telah dilakukan dan saran yang berguna untuk pengembangan
sistem

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB II
LANDASAN TEORI

2.1 Pengertian Data Mining
Data

Mining adalah acuan untuk mengekstrak atau menambang

pengetahuan dari data yang jumlahnya sangat besar (Han & Kamber, 2006).
Data Mining adalah suatu proses menemukan hubungan yang berarti, pola,

dan kecenderungan dengan memeriksa dalam sekumpulan besar data yang
tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola
seperti teknik statistik dan matematika (Gartner, 2007).
Selain itu, data mining juga di definisikan oleh beberapa ahli seperti Data
Mining merupakan proses semi otomatik yang menggunakan teknik statistik,

matematika, kecerdasan buatan dana machine learning untuk mengekstraksi
dan mengidentifikasi informasi pengetahuan potensial dan berguna yang
bermanfaat yang tersimpan dalam database besar (Turban et al, 2005). Data
Mining merupakan bidang dari beberapa keilmuan yang menyatukan teknik

dari pembelajaran mesin, pengenalan pola, statistik, database, dan visualisasi
untuk penanganan permasalahan pengambilan informasi dari database yang
besar (Larose, 2006).
Dari pengertian-pengertian di atas, dapat di simpulkan bahwa data mining
mewarisi dari banyak bidang ilmu seperti kecerdasan buatan (artificial
intellegent), machine learning, statistik, database, dan juga pemerolehan

informasi (information retrieval). Dengan kemajuan saat ini, Data Mining
bertujuan untuk mendapatkan hubungan atau pola yang mungkin memberikan
indikasi yang bermanfaat. Saat ini, hampir semua bidang membutuhkan data
mining. Hal ini di karenakan oleh terbatasnya kemampuan manusia untuk

menganalisis dan mengolah data.
Istilah KDD (Knowledge Discovery in Database) dan Data Mining
seringkali di artikan memiliki definisi yang sama. Padahal sebenarnya ke dua

6

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

7

istilah tersebut memiliki konsep yang berbeda tapi berhubungan satu sama lain
atau memiliki keterkaitan satu sama lain, Data Mining merupakan salah satu
tahapan yang terdapat di dalam KDD (Knowledge Discovery in Database).
Menurut Jiawei Han dan Kamber, langkah untuk menemukan pengetahuan
atau KDD pada data mining adalah sebagai berikut:

Gambar 2.1 Proses KDD (Knowledge Discovery in Database)

Langkah-langkah KDD adalah sebagai berikut:
1. Data Cleaning atau Pembersihan Data
Di dalam tahapan ini, di lakukan penghilangan noise, memeriksa data yang
tidak konsisten, membuang duplikasi data dan memperbaiki kesalahan
pada data.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

8

2. Data Integration atau Penggabungan Data
Di dalam tahapan ini di lakukan penggabungan data dari berbagai sumber
data yang ada agar mudah di pilih dan di proses nantinya.
3. Data Selection atau Seleksi Data
Di dalam tahapan ini di lakukan pemilihan data yang di butuhkan dalam
database dan di gunakan untuk proses analisis.

4. Data Transformation atau Transformasi Data
Di dalam tahapan ini, di lakukan pengubahan dan penggabungan data dari
berbagai macam bentuk menjadi satu bentuk yang sama agar mudah di
proses.
5. Data Mining atau Penambangan Data
Di dalam tahapan ini, merupakan proses yang sangat penting dimana
metode cerdas di lakukan dan di terapkan untuk mengekstrak pola data.
6. Pattern Evaluation atau Evaluasi Pola
Di dalam tahapan ini, melakukan evaluasi terhadap pattern yang telah di
proses, aspek-aspek yang di evaluasi adalah hasil output yang di dapat
setelah proses data mining dilakukan.
7. Knowledge Presentation atau Presentasi Pengetahuan
Di dalam tahapan ini, di lakukan penyajian hasil dari proses data mining
yang sudah di proses.

2.2 Outlier
Meskipun data yang berjumlah besar yang di kumpulkan di banyak ilmu
pengetahuan dan aplikasi komersial, peristiwa tertentu yang khusus masih
sangat langka terjadi. Peristiwa langka ini, sangat sering di sebut sebagai
outlier. Yang di definisikan sebagai peristiwa yang sangat jarang terjadi.

Menurut Hawkins, Outlier adalah kejadian yang menyimpang sangat jauh
dari kejadian lainnya yang menimbulkan kecurigaan bahwa hal tersebut terjadi
di karenakan oleh mekanisme yang berbeda. Sedangkan menurut Jiawei Han
dan Kamber, Outlier adalah sejumlah obyek data yang sifatnya terlalu berbeda

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

9

dari obyek data lain pada umumnya.
Deteksi outlier, baru-baru ini telah mendapatkan perhatian dari berbagai
pihak. Karena saat ini outlier bukan hanya di anggap sebagai noise untuk di
hilangkan, namun bisa di anggap memiliki informasi yang sama pentingnya
dengan data yang lain. Karena bisa saja menurut suatu pihak, suatu kelompok
data di anggap sebagai noise namun untuk pihak lain sekelompok data
tersebut dianggap sebagai informasi yang sangat berguna. Noise adalah
kesalahan atau random error dari sebuah variabel yang terukur.

Gambar 2.2 Obyek pada daerah R adalah outlier.

Deteksi outlier dapat di kategorikan menjadi empat pendekatan
menurut Jiawei Han dan Kamber. Yaitu Statistical approach, Distance-based
approach, Density-based local outlier approach, dan Deviation-based
approach.

2.2.1 Jenis Outlier
2.2.1.1

Statistical Approach / Statistical Distribution-based Outlier
Detection
Metode Statistik mengasumsikan distribusi atau pemodelan
probabilitas untuk satu set data (distribusi normal atau Poisson
Distribution) dan kemudian mengidentifikasi outlier sehubungan

dengan model yang menggunakan discordancy test. Aplikasi dari
kebutuhan pengetahuan dari parameter sejumlah data (seperti di
asumsikan sejumlah data yang di distribusikan), pengetahuan
tentang parameter(seperti mean dan variance) dan sejumlah outlier

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

10

yang diharapkan.
Sebuah obyek data yang normal yang di hasilkan oleh
model statistik (Statistical Approach) dan data yang tidak
mengikuti model tersebut adalah outlier . Keefektivan dari metode
statistik tergantung pada asumsi apakah yang akan di pakai atau di
buat untuk metode statistik yang berlaku untuk sejumlah data yang
di berikan. (Han dan Kamber, 2006)

2.2.1.2

Distance-based

Approach

/

Distance-based

Outlier

Detection
Distance-based Outlier Detection ini merupakan salah satu

tipe dari Proximity-based Approach yang mana mengasumsikan
bahwa proximity dari sebuah outlier pada tetangga terdekatnya
secara signifikan menyimpang dari proximity pada obyek untuk
sebagian besar obyek pada data set. Pada Distance-based sebuah
obyek di sebut sebagai outlier jika neighborhoodnya tidak memiliki
titik lain yang cukup.
Gagasan dari distance-based outlier detection adalah untuk
mengatasi keterbatasan dari metode statistik. Sebuah obyek o pada
sebuah kumpulan data, D adalah Distance-based(DB) outlier
dengan parameter pct dan dmin yaitu DB(pct;dmin)-outlier, jika
setidaknya fraksi, pct, dari obyek D terletak pada jarak terbesar
pada dmin dari o. Dengan kata lain, daripada mengandalkan uji
statistik, kita bisa memikirkan distance-based outlier sebagai
obyek yang tidak cukup memiliki tetangga, dimana tetangga di
definisikan berdasar pada jarak pada obyek yang di berikan.
Sebagai perbandingan dengan metode statistik,

distance-based

outlier detection menggeneralisasikan ide di balik pengujian
discordancy untuk berbagai distribusi yang standar. Distancebased outlier detection menghindari perhitungan yang berlebihan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

11

yang berkaitan dengan distribusi yang cocok ke dalam distribusi
standar dan dalam memilih tes discordancy. (Han dan Kamber,
2006)

2.2.1.3

Density-based Local Outlier Approach
Metode Density-based menyelidiki kepadatan dari sebuah
obyek dan tetangganya. Sebuah obyek di identifikasi sebagai
outlier jika kepadatannya relativ lebih rendah dari tetangganya.

Asumsi dari metode Density-based adalah bahwa kepadatan di
sekeliling obyek yang bukan outlier mirip dengan kepadatan di
sekeliling tetangganya, sedangkan kepadatan di sekeliling obyek
outlier adalah signifikan berbeda dari jarak di sekitar tetangganya.
Metode Density-based menggunakan kepadatan relatif dari
sebuah obyek terhadap tetangganya untuk menunjukan sejauh
mana sebuah obyek disebut sebagai oulier. (Han dan Kamber,
2006)

2.2.1.4

Deviation-based Approach
Metode Deviation-based tidak menggunakan uji statistik
atau Distance-based untuk mengidentifikasi obyek yang tidak
biasa. Sebaliknya, metode Deviation-based mengidentifikasi
outlier dengan memeriksa karakter utama obyek dari sebuah grup.

Obyek yang menyimpang atau memiliki karakteristik di luar
karakter utama dianggap sebagai outlier . Oleh karena itu,
pendekatan deviasi biasanya di gunakan untuk merujuk pada
outlier . (Han dan Kamber, 2006)

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

12

2.3 Algoritma Connectivity-based Outlier Factor
Ide utama dari algoritma Connectivity-based Outlier Factor (COF) adalah
untuk menentukan masing-masing record data yang sederajat atau setingkat
untuk menjadi outlier . Algoritma Connectivity-based Outlier Factor adalah
algoritma pendeteksian outlier dengan pendekatan density based untuk
menangani penyimpangan dari low density pattern. Algoritma COF ini
merupakan varian dari algoritma LOF (Local Outlier Factor ) yang juga
menggunakan k-neighborhood. Gagasan dari algoritma Connectivity-based
Outlier Factor adalah low density dari isolativity. Low density berarti jumlah

obyek pada close neighborhood dari suatu obyek relatif kecil. Sedangkan
isolativity berarti derajat atau tingkatan dimana sebuah obyek terkoneksi

dengan obyek yang lain.
Record data dengan nilai COF yang tinggi biasanya di sebut strong outlier.

Tidak seperti record data dari cluster yang normal yang biasanya cenderung
memiliki nilai COF yang lebih rendah.
Algoritma untuk menghitung nilai COF untuk semua record data memiliki
langkah-langkah sebagai berikut:
1. Mencari Nk(p) untuk setiap record data p pada k nearest neighbours
(k-NN);
2. Mencari set based nearest path (SBN-path) atau s. Di sini, set based
nearest path (SBN-path) dari record data p1 pada set Nk (p) adalah

urutan record dengan jarak terdekat masing-masing p, s={p1,p2,…,pr}
sehingga untuk semua

1≤ i ≤ r −1, pi+1 adalah tetangga

terdekat dari {p1,…,pi} pada {pi+1,…,pr}.
3. Mencari set based nearest trail (SBN-trail) atau tr. SBN-trail adalah
urutan edge terhadap s atau SBN-path di mana setiap tepi
menghubungkan dua tetangga terdekat berturut-turut dari jalur SBNpath. Dapat dinotasikan SBN-trail = {e(1), ....., e(r-1)}.

4. Menghitung Cost Description. Cost Description adalah jarak dari
masing-masing edge pada SBN-trail.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

13

5. Menghitung average chaining distance(ac-dist) dari p1 ke Nk - {p1},
dinotasikan dengan ac-distNk(p)∪p(p1) dan didefinisikan sebagai:
.................... (1)

dimana dist(ei) dinotasikan jarak antara node yang terdiri dari tepi.
Average chaining distance dari p1 ke Nk-{p1} adalah jumlah bobot

dari cost description sequence dari SBN trail untuk beberapa SBN
path dari p1, dan juga dapat dilihat sebagai rata-rata jarak bobot dalam
cost description sequence SBN-trail.

6. Hitung connectivity-based outlier factor (COF) pada record data p
sehubungan dengan k- neigbourhood nya menggunakan rumus
berikut:
.................... (2)
COF dihitung sebagai rasio average chaining distance dari data
record p untuk Nk(p) dan average chaining distance pada k-distance
neighbors mereka sendiri.

Tabel 2.1 Simbol dan definisi
P

Masing-masing record dari suatu set
data

Nk(p)

Jumlah tetangga terdekat dari p

SBN-path atau s

Jalur dari p ke p(r)

SBN-trail atau tr

Urutan dari edge sesuai dengan SBNpath

Cost Desciption Sequence

Jarak dari masing-masing edge pada
SBN- trail

Average Chaining Distance

Rata-rata

dari

bobot

CDS(Cost

Description Sequence) pada SBN-

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

14

trail
Connectivity-based Outlier Factor

Menunjukkan seberapa

jauh titik

bergeser dari pola.
Perbandingan

titik

sekelilingnya

yang

ke

titik

di

mempengaruhi

outlier factor

2.4 Contoh Jalannya Algoritma
Di asumsikan terdapat titik yaitu 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 2,
dan 1. Titik 2 dan titik 1 terletak jauh dari titik lainnya yang berdekatan. Di
tentukan bahwa jarak dari titik 1 ke 2 adalah 5 ((dist(1,2) = 5)), jarak dari titik
2 ke titik 7 adalah 3 ((dist(2,7) = 3)), sedangkan jarak dari titik satu ke titik
lainnya adalah 1. Di tentukan pula k = 10, r = 11.
1. Mencari Nk(p)
Dari contoh di atas akan di cari Nk(1) terhadap p=1.
Jarak terdekat dari titik 1 adalah 2, 9, 10, 8, 11, 7, 12, 6, 13, 5.
Jadi Nk(1) = {2, 9, 10, 8, 11, 7, 12, 6, 13, 5}.
2.

Mencari SBN-path
Langkah selanjutnya adalah mencari SBN-path dari titik 1 pada Nk(1) ∪

{1}.

Pada langkah ini, di lakukan penggabungan antara p=1 dengan Nk(1).
Perhitungan di lakukan secara berantai dengan ukuran jarak terdekat dari
titik tertentu (< p1, p2, ..., pr> ).
Dari contoh di atas, jalur atau path dari titik 1, jarak terdekat adalah ke
titik 2. Dari titik 2, jarak terdekat adalah titik 7. Dari titik 7, jarak terdekat
adalah titik 6. Dari titik 6, jarak terdekat adalah titik 5. Kemudian kembali
ke titik 7, titik terdekat dari titik 7 selain titik 6 adalah titik 8. Dari titik 8,
jarak terdekat adalah titik 9. Dari titik 9, jarak terdekat adalah titik 10. Dari
titik 10, jarak terdekat adalah titik 11. Dari titik 11, jarak terdekat adalah

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

15

titik 12. Dan yang terakhir dari titik 12, jarak terdekat adalah titik 13.
Jadi SBN-path atau s1 = .

3.

Mencari SBN-trail
Langkah yang berikutnya adalah mencari SBN-trail untuk s1 atau SBNpath terhadap titik 1.
SBN-trail adalah urutan edge terhadap s1 (< dist(e1), ..., dist(er-1)>). Dari

jarak titik 1 ke titik 2, titik 2 ke titik 7, titik 7 ke titik 6, titik 6 ke titik 5,
titik 7 ke titik 8, titik 8 ke titik 9, titik 9 ke titik 10, titik 10 ke titik 11, titik
11 ke titik 12, dan titik 12 ke titik 13. Jarak dari masing-masing titik
tersebut adalah e.
Jadi SBN-trail atau tr 1 = < (1,2), (2,7), (7,6), (6,5), (7,8), (8,9), (9,10),
(10,11), (11,12), (12,13) >
4.

Menghitung Cost Description
Langkah

selanjutnya

adalah

menghitung

Cost

Description.

Cost

Description adalah jarak dari masing-masing edge pada SBN- trail.

Pada contoh data di atas sudah di tentukan bahwa jarak dari titik 1 ke 2
adalah 5 ((dist(1,2) = 5)), jarak dari titik 2 ke titik 7 adalah 3 ((dist(2,7) =
3)), sedangkan jarak dari titik satu ke titik lainnya adalah 1. Maka dapat di
hitung untuk tr 1, dist(1,2) = 5, dist(2,7) = 3, dist(7,6) = 1, dist(6,5) = 1,
dist(7,8) = 1, dist(8,9) = 1, dist(9,10) = 1, dist(10,11) = 1, dist(11,12) = 1,

dan dist(12,13) = 1.
Maka Cost Desciption atau c1 terhadap tr 1 :
c1 = < 5, 3, 1, 1, 1, 1, 1, 1, 1, 1 >

5.

Menghitung ac-dist atau Average Chaining Distance
Langkah berikutnya yaitu menghitung ac-dist. ac-dist adalah rata-rata dari
bobot CDS(Cost Description Sequence) pada SBN-trail.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

16

ac-dist Nk (1) ∪ {1} 1 = ( 2(11-1)*5)/(11(11-1)) + (2(11-2)*3)/(11(11-1))

+ (2(11-3)*1)/(11(11-1)) + (2(11-4)*1)/(11(11-1)) + (2(11-5)*1)/(11(111))

+

(2(11-6)*1)/(11(11-1))

+

(2(11-7)*1)/(11(11-1))

+

(2(11-

8)*1)/(11(11-1)) + (2(11-9)*1)/(11(11-1)) + (2(11-10)*1)/(11(11-1)) =
2,054545455
6.

Menghitung COF (Connectivity-based Outlier Factor)
Langkah selanjutnya adalah menghitung Connectivity-based Outlier
Factor (COF).

Jadi COFk(1) = 2,1
Setelah di temukan nilai COF , maka dapat di tentukan bahwa obyek
tersebut tergolong outlier atau tidak. Pada contoh di atas, dapat di tentukan
bahwa obyek tersebut termasuk outlier dikarenakan nilai COF lebih dari 1.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB III
METODOLOGI PENELITIAN

Pada bab ini akan di jelaskan mengenai metodologi penambangan
data yang di gunakan dalam penelitian sistem deteksi outlier menggunakan
algoritma Connectivity-based Outlier Factor . Metodologi yang di gunakan
adalah KDD (Knowledge Discovery in Database) menurut Jiawei Han dan
Kamber. Akan di jelaskan pula penerapan dari algoritma Connectivitybased Outlier Factor pada kumpulan data atau data set akademik

mahasiswa Teknik Informatika Universitas Sanata Dharma.
3.1 Data yang dibutuhkan
Data yang di gunakan dalam penelitian ini adalah Data Akademik
Mahasiswa Teknik Informatika Universitas Sanata Dharma angkatan
2007-2008. Data akademik yang di gunakan adalah dari semester satu
sampai semester empat. Data ini berasal dari penelitian yang dilakukan
oleh Rosa, dkk (2011). Data ini berupa script query yang berisi tabel
gudang data dan file ini berformat .sql.

3.2 Pengolahan Data
Tahapan pengolahan data untuk data akademik Teknik Informatika
Universitas Sanata Dharma adalah sebagai berikut:
1.

Data Integration atau Penggabungan Data

Di dalam tahapan ini di lakukan penggabungan data dari berbagai
sumber data yang ada agar mudah di pilih dan di proses nantinya. Sumber
data yang berupa file .sql (script query) dari penelitian Rosa, dkk (2011)
ini kemudian di olah dengan di import ke dalam database dan akan