dengan menggunakan Rapidminer bahwa faktor minat belajar berada pada node paling atas. Rule setelah diterjemahkan kedalam bahasa sederhana adalah :
Rule Keterangan Rule
Predikat
1. Jika rata-rata minat belajar = 2.3
Buruk 2
Jika rata-rata minat belajar = 2.3 dan rata-rata dukungan orang tua = 2.2
Buruk 3
Jika rata-rata minat belajar = 3.4 dan rata-rata dukungan orang tua = 3.4
Memuaskan 4
Jika rata-rata minat belajar = 3.3 dan rata-rata dukungan orangtua = 3.2
Memuaskan 7
Jika rata-rata minat belajar = 3.4 dan rata-rata dukungan orang tua = 3.3 dan rata prilaku
belajar = 3.3 Memuaskan
8 Jika rata-rata minat belajar = 3.5 dan rata-rata
dukungan orang tua = 3.6 dan rata prilaku belajar = 3.3
Memuaskan
9 Jika rata-rata minat belajar = 3.8 dan rata-rata
dukungan orang tua = 3.8 dan rata prilaku belajar = 3.5
Sangat memuaskan
10 Jika rata-rata minat belajar = 3.7 dan rata-rata
dukungan orang tua = 3.6 dan rata prilaku belajar = 3.5
Sangat memuaskan
11 Jika rata-rata minat belajar = 3.9 dan rata-rata
dukungan orang tua = 3.9 dan rata prilaku belajar = 3.8
Dengan pujian
12 Jika rata-rata minat belajar = 4 dan rata-rata
dukungan orang tua = 4 dan rata prilaku belajar = 3.5
Dengan pujian
4.6.1. Cara untuk menghitung atribut pada nilai Gain dan Entropy
Cara untuk memilih atribut sebagai akar, didasarkan pada nilai Gain tertinggi dari atribut-atribut yang ada. Untuk menghitung Gain digunakan rumus seperti tertera
dalam Rumus I Craw, 2005.
Universitas Sumatera Utara
GainS,A = EntropyS –
∑
= 1
Si Entropy
S Si
n i
Dengan S
: Himpunan Kasus A
: Atribut N
: Jumlah Partisi atribut A |Si|
: Jumlah kasus pada partisi ke i |S|
: Jumlah kasus dalam S Sedangkan perhitungan nilai Entropy dapat dilihat pada rumus 2 berikut
Craw, 2005 : EntropyA =
∑
−
=
pi pi
n i
2 1
log Dengan
S : Himpunan Kasus
A : Fitur
n : Jumlah partisi S
pi : Proporsi dari Si terhadap S
Berikut ini adalah perbandingan lebih rinci mengenai masing-masing
langkah dalam pembentukan pohon keputusan dengan menggunakan C45 untuk menyelesaikan permasalahan dalam perhitungan sendiri pada tabel 4.3
1. Menghitung jumlah kasus, jumlah kasus untuk keputusan Ya, jumlah kasus untuk keputusan Tidak, dan Entropy dari semua kasus dan kasus yang dibagi
Universitas Sumatera Utara
berdasarkan atribut Minat Belajar, Kepercayaan Diri, Prilaku Belajar, Dukungan Orang Tua, dan Predikat. Setelah itu lakukan penghitungan Gain
untuk masing-masing atribut. Hasil perhitungan ditunjukkan oleh Tabel 4.3
Tabel 4.3. Perhitungan Gain dan Entropy
Node Jumlah
Kasus S
Tidak S1
Ya S2
Entropy Gain
1 TOTAL
14 8
12 0.651968
Minat Belajar 0.545523
DP 4
2 SM
2 3
2 -0.87744
M 4
2 4
0.5 B
4 3
4 0.311278
Kepercayaan Diri 0.205888
DP 2
2 SM
2 3
2 -0.87744
M 4
2 4
1 B
6 3
4 0.666667
Prilaku Belajar 0.385157
DP 2
2 SM
4 2
1 0.75
M 4
2 3
1.061278 B
4 4
6 -0.87744
Dukungan Orangtua 0.544127
DP 4
4 SM
2 4
2 -2
M 6
2 4
0.918296 B
2 2
2 Waktu Belajar
0.208143 DP
2 2
SM 4
2 2
1 M
4 3
4 0.311278
B 4
3 4
0.24211 Predikat
-2.0031 DP
4 3
2 0.701253
SM 6
2 4
5.254888 M
2 2
3 0.389975
B 2
1 3
1.028321
Baris total kolom Entropy pada Tabel 4.3 dihitung dengan rumus 2, sebagai berikut :
EntropyTotal = �
8 14
∗ log
2
�
8 14
�� �
12 14
∗ log
2
�
12 14
��
Universitas Sumatera Utara
EntropyTotal = 0.651968
Sementara itu nilai Gain pada baris dihitung dengan menggunakan rumus I, sebagai berikut :
GainTotal,Minat Belajar = EntropyTotal = ∑
| ����� �������|
�����
∗ ������������ �������
� �=1
GainTotal,MinatBelajar=0.651968- �
4 14
∗ 0� + �
2 14
∗ −0.87744� + �
4 14
∗ 0.5� + �
4 14
∗ 0.311278� GainTotal,Minat Belajar = 0.545523
Dari hasil pada Tabel 4.3 dapat diketahui bahwa atribut dengan Gain tertinggi
adalah Minat Belajar yaitu sebesar 0.545523 dan dukungan orang tua yaitu sebesar 0.544127. Sedangkan untuk urutan selanjutnya adalah prilaku belajar
yaitu sebesar 0.385157 selanjutnya waktu belajar yaitu sebesar 0.208143 dan terakhir kepercayaan diri yaitu sebesar 0.205888.
Rule Keterangan Rule
Predikat
1. Jika rata-rata minat belajar = 0.1
Buruk 2
Jika rata-rata minat belajar = 0.1 dan rata-rata dukungan orang tua = 0.1
Buruk 3
Jika rata-rata minat belajar = 0.43 dan rata- rata dukungan orang tua = 0.42
Memuaskan 4
Jika rata-rata minat belajar = 0.43 dan rata- rata dukungan orangtua = 044
Memuaskan 7
Jika rata-rata minat belajar = 0.44 dan rata- rata dukungan orang tua = 0.44 dan rata
prilaku belajar = 0.43 Memuaskan
8 Jika rata-rata minat belajar = 0.42 dan rata-
rata dukungan orang tua = 0.45 dan rata prilaku belajar = 0.44
Memuaskan
9 Jika rata-rata minat belajar = 0.46 dan rata-
rata dukungan orang tua = 0.48 dan rata prilaku belajar = 0.45
Sangat memuaskan
10 Jika rata-rata minat belajar = 0.47 dan rata- Sangat memuaskan
Universitas Sumatera Utara
rata dukungan orang tua = 0.46 dan rata prilaku belajar = 0.5
11 Jika rata-rata minat belajar = 0.52 dan rata-
rata dukungan orang tua = 0.51 dan rata prilaku belajar = 0.51
Dengan pujian
12 Jika rata-rata minat belajar = 0.54 dan rata-
rata dukungan orang tua = 0.52 dan rata prilaku belajar = 0.52
Dengan pujian
Dari hasil atribut tersebut dapat digambarkan pohon keputusan urutan berdasarkan gain tertinggi sampai terendah seperti gambar 4.7
Gambar 4.7 Pohon keputusan berdasarkan urutan gain tertinggi Setelah data diambil lalu diuji dengan program Rapidminer dan
dibandingkan dengan pengujian hitungan sendiri dengan memakai hitungan Gain and entropy maka didapat hasil yang hampir sama yaitu atribut faktor minat
belajar dan dukungan orang tua menjadi urutan paling tinggi.
Minat Belajar
Dukungan Orangtua
Prilaku Belajar
Waktu Belajar
Kepercayaan Diri
Minat Belajar
Dukungan Orangtua
Prilaku Belajar
Waktu Belajar
Kepercayaan Diri
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN