Laporkan Masalah

Perbandingan antara Metode Pembobotan Gradient Descent dan Alignment Massie pada Case-Based Reasoning

YUFIKA SARI BAGI, Dr. Suprapto, M.I.Kom

2017 | Tesis | S2 Ilmu Komputer

Proses retrieval merupakan salah satu tahapan dalam sistem case-based reasoning, yang menemukan solusi dari permasalahan atau kasus baru dengan cara melakukan perhitungan nilai kemiripan (similarity) antara kasus baru dengan kasus-kasus lama yang ada di dalam basis kasus. Beberapa teknik perhitungan nilai kemiripan melibatkan nilai bobot fitur yang menunjukkan tingkat kepentingan dari fitur di dalam suatu kasus.Bobot fitur dapat diperoleh dari seorang pakar atau melalui suatu metode pembobotan baik secara lokal maupun global.Gradient descent dan alignment Massie merupakan metode pembobotan fitur yang menghitung bobot-bobot fitur secara global untuk setiap fitur. Penelitian ini melakukan perbandingan tingkat akurasi, recall dan precision sistem CBR dalam melakukan diagnosis penyakit hepatitis menggunakan kedua metode pembobotan (yaitu gradient descent dan alignment Massie).Hasil penelitian menunjukkan bahwa rata-rata tingkat akurasi sistem CBR menggunakan bobot gradient descent dan alignment Massiemasing-masing adalah 77.55% dan 75.05%.Pada pengukuran recall, rata-rata recall sistem CBR menggunakan bobot gradient descent dan alignment Massiemasing-masing adalah 69.74% dan 67.58%. Pada pengukuran precision, rata-rata precision sistem CBR menggunakan bobot gradient descent dan alignment Massiemasing-masing adalah 78.39% dan 74.84%. Disamping itu, tingkat akurasi juga dipengaruhi oleh jumlah basis kasus dan skenario pemilihan kasus untuk basis kasus.

Retrieval is one of the stages in case-based reasoning system which find a solution of new problem or case by measuring similarity between new case and old cases in case base. Some of similarity measurement techniques are involving feature weights that show importence of the feature in a case. Feature weights can be obtained from a domain expert or by using a feature weighting method either locally or globally. Gradient descent and alignment Massieare the feature weighting methods which compute global weights for each feature. This research compared accuracy rate, recall and precision of CBR system for both weighting methods (i.e. gradient descent and alignment Massie). The result of this research showed that average accuracy rate of CBR system using gradient descent and alignment Massie were 77.55% and 75.05% respectively. In recall measurement, average recall of CBR system using gradient descent and alignment Massie were 69.74% and 67.58% respectively. In precision measurement, average precision of CBR system using gradient descent and alignment Massie were 78.39% and 74.84% respectively. In addition, the level of accuracy was also influence by the number of case base and the scenario of case selection for the case base.

Kata Kunci : perbandingan metode pembobotan, gradient descent, alignment Massie,CBR diagnosis hepatitis

  1. S2-2017-388514-abstract.pdf  
  2. S2-2017-388514-bibliography.pdf  
  3. S2-2017-388514-tableofcontent.pdf  
  4. S2-2017-388514-title.pdf