INDEXING PADA SISTEM PENALARAN BERBASIS KASUS MENGGUNAKAN METODE COMPLETE-LINKAGE CLUSTERING

  • Elvery B Johannes Universitas Pattimura
DOI: https://doi.org/10.30598/ale.2.2019.121-127
Keywords: CBR, cluster-indexing, complete-linkage

Abstract

Abstrak Sistem penalaranan berbasis kasus atau Case-Based Reasoning (CBR) merupakan bagian dari artificial intelligent yang telah banyak diimplementasikan sebagai sistem untuk  mendiagnosa penyakit, mendeteksi kerusakan bangunan, mesin, komputer, dan lain sebagainya. Cara kerjanya yaitu dengan membandingkan kasus baru terhadap kasus lama yang
disimpan sebagai pengetahuan (knowledge) pada basis kasus. Kasus lama dicek tingkat similaritasnya satu per satu terhadap kasus baru. Kasus lama yang memiliki kemiripan tertinggi, diberikan kepada user sebagai kandidat solusi untuk menyelesaikan kasus baru. Permasalahannya adalah jika kasus lama pada basis kasus sangat banyak, maka waktu retrieve akan menjadi relatif semakin lama. Tujuan dari penelitian ini adalah untuk menghasilkan model sistem CBR yang memiliki kinerja optimal dengan memanfaatkan clustering untuk indexing. Metode clustering yang digunakan yaitu complete-linkage. Clustering dilakukan terhadap kasus lama yang dibuat dengan variasi 3, 4, 5, dan 6 jumlah cluster. Pengujian sistem selanjutnya diimplementasikan terhadap kasus penyakit jantung dengan 25 data uji. Hasil pengujian menunjukkan, dengan menggunakan CBR cluster-indexing terjadi peningkatan kecepatan waktu retrieve sebesar 34.18%, yaitu pada variasi 4 jumlah cluster. Akurasi sistem CBR cluster-indexing sama dengan sistem non-ndexing yaitu sebesar 96% pada variasi 4, 5, dan 6 jumlah cluster. Pada variasi 3 jumlah cluster, akurasi CBR non-indexing sebesar 96%
sedangkan CBR cluster-indexing sebesar 92%.

Downloads

Download data is not yet available.

References

Adawiyah, R., 2016, Case-Based Reasoning untuk Diagnosis Penyakit akibat Virus Dengue. Tesis. Jurusan Ilmu Komputer dan Elektronika FMIPA-UGM. Yogyakarta. 87p
Elhadad, M. K., and Badran, K. M., 2017, A Novel Approach for Ontology-Based Dimensionality reduction for web text document classification. p373–378
Mohsin, M. F. N., Manaf, M., Norwawi, N. Md., and Wahab, M. A. H., 2011, Faster Case Retrieval Using Hash Indexing Technique. International Journal of Artificial Intelligence and Expert Systems (IJAE). Vol. 2: Issue (2). Online. Tersedia: http://www.cscjournals.org/manuscript/Journals /IJAE/Volume2/Issue2/IJAE-42.pdf [24 Juni 2017]
Mooi, E., and Sarstedt, M., 2011, A Concise Guide to Market Research. The Process, Data, and Methods Using IBM SPSS Statistics. Springer Heidelberg Dordrecht London New York. 252p
Nunez, H., Marre, M. S., Cartez, U., Comas, J., Martinez, M., Roda, I. R. and Poch, M., 2004, A Comparative Study on the Use of Similarity Measures in Case-based Reasoning to Improve the Classification of environmental system situations. Environmental Modelling & Software XX (2003) XXX–XXX. Catalonia-Gironia. p2-11
Prasetyo, E., 2014, Data Mining. Mengolah Data Menjadi Informasi Menggunakan Matlab. Andi Yogyakarta. 19p. 46p
Richter, M. M., and Weber, R.O., 2013, Case-Based Reasoning, A Textbook. ©Springer-Verlag Berlin Heidelberg, p17-22
Rismawan, T., dan Hartati, S., 2012, Case-Based Reasoning untuk Diagnosis Penyakit THT (Telinga Hidung dan Tenggorokan). IJCCS (Indonesian J. Comput. Cybern. Syst., vol.6, no.2, Juli 2012. Yogyakarta. p67-78
Salem, A. B. M., Roushdy, M. and Hodhod, R. A. 2005, A Case Based Expert System for Supporting Diagnosis of Heart Diseases. AIML Journal. March 2005. Volume (5). Issue (1). Cairo. p33-39
Santoso, H., 2017. Metode Indexing pada Case-Based Reasoning (CBR) Menggunakan Density Based Spatial Clustering Application With Noise (DBSCAN). Tesis. Jurusan Ilmu Komputer dan
Elektronika FMIPA-UGM. Yogyakarta. 2p
Shi, H., Xin, M., and Dong, W., 2011, A Kind of Case Similarity Model Based on Case–Based Reasoning. International Conferences on Internet of Things, and Cyber, Physical and Social Computing IEEE. p453-457
Witten, I. H., Frank, E., and Hall, M. A., 2011, Data Mining: Practical Machine Learning Tools and Techniques. USA: Morgan Kauffmann. Burlington. 337p
Published
2019-07-10
How to Cite
Johannes, E. (2019). INDEXING PADA SISTEM PENALARAN BERBASIS KASUS MENGGUNAKAN METODE COMPLETE-LINKAGE CLUSTERING. ALE Proceeding, 2, 121-127. https://doi.org/10.30598/ale.2.2019.121-127
Issue
Vol 2 (2019): Archipelago Engineering (ALE)
Section
Articles

An author who publishes in the ALE Proceeding agrees to the following terms:

  • Author retains the copyright and grants ALE Proceeding the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-ShareAlike 4.0 License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
  • Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgment of its initial publication in this journal.
  • Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).

Read more about the Creative Commons Attribution-ShareAlike 4.0 Licence here: https://creativecommons.org/licenses/by-sa/4.0/.