EKSTRAKSI ATURAN JARINGAN SYARAF TIRUAN BACKPROPAGATION MENGGUNAKAN ALGORITMA C4.5

DIMAS YUNIAR SYUHADA, Anifuddin Azis, S.Si., M.Kom

2017 | Skripsi | S1 ILMU KOMPUTER

Jaringan syaraf tiruan backpropagation mudah diimplementasikan dan memiliki akurasi yang tinggi, namun pengetahuan yang didapat sulit dimengerti karena berupa black box. Untuk memecahkan masalah ini, akan dicoba dengan menggunakan algoritma C4.5. Algoritma C4.5 adalah satu metode pembentukan pohon keputusan. Salah satu fitur dari C4.5 adalah mengubah pohon keputusan menjadi aturan. Dengan munggunakan C4.5, aturan dapat diekstrak dari jaringan syaraf backpropagation. Data dilatih dengan backpropagation, yang menghasilkan classifier yang digunakan untuk membentuk data dengan kelas yang baru. Data baru hasil dari klasifikasi jaringan syaraf dilatih dengan C4.5 yang akan mengekstrak aturan dari jaringan syaraf. Aturan yang dihasilkan berupa aturan IF-THEN. Rata-rata jumlah aturan yang diekstrak dari jaringan syaraf lebih sedikit dibandingkan dengan rata-rata jumlah aturan yang dihasilkan algoritma C4.5 dan akurasinya bertambah.

Backpropagation artificial neural networks are easy to implement and have high accuracy, but the learned knowledge is hard to understand because it's a black box. To solve this problem, C4.5 algorithm will be used. C4.5 is an algorithm to generate a decision tree. One of its feature is converting decision tree to rule. Using C4.5, a rule will be extracted from backpropagation neural networks. Data is trained using backpropagation, the resulted classifier is used to create new data with new classes. The new data created from neural network classification is trained using C4.5 that will extract the rule from neural networks. The generated rules are IF-THEN rules. The average number of generated rules from neural network less than rules generated from C4.5 algorithm and the accuracy is increased.

Kata Kunci : jaringan syaraf tiruan, backpropagation, C4.5, ekstraksi aturan