Penggunaan Teori Set Kasar dalam Perlombongan Data

Penggunaan Teori Set Kasar dalam Perlombongan Data Dibentangkan oleh : Noranisah Amerudin Pelajar Kerja Kursus dan Tesis Universiti Kebangsaan Malaysia nisauum@hotmail.com

Isi Kandungan • Pengenalan • Konsep asas Set Kasar • Proses Penjanaan Petua

Pengenalan • Perlombongan data : • Mencari hubungan dan corak yang wujud dalam pangkalan data; yang tersembunyi di dalam jumlah data yang besar • Membuat ramalan

Teknik Perlombongan Data • Rangkaian Neural • Evolutionary Programming • Memory Based Reasoning • Pohon Keputusan • Algoritma Genetik • Teori Set Kasar

Pengenalan (2) • Teori set kasar telah diperkenalkan oleh Zdzislaw Pawlak pada awal tahun 1980-an. • Matlamat utama teori ini : • menginduksi dan menggabungkan (synthesize) konsep penghampiran dengan data yang ada. • membina pengkelasan yang dapat mengkelaskan objek yang tidak dapat dilihat dengan jelas. • menjelaskan dan menerangkan ciri model data yang diperolehi.

Konsep asas dalam Set Kasar • Sistem maklumat & Jadual Keputusan • Ketidakbolehbezaan (Indiscernibility) • Penghampiran Set (Set Approximation) • Pengurangan (Reducts and Core) • Petua Keputusan (Decision Rules)

Sistem Maklumat • Sistem maklumat terdiri daripada sepasang (U, A) • U adalah set terhingga objek yang tidak kosong. • A adalah set terhingga atribut yang tidak kosong dan diwakilkan sebagai • bagi setiap • dipanggil set nilai atribut a. Age LEMS x1 16-30 50 x2 16-30 0 x3 31-45 1-25 x4 31-45 1-25 x5 46-60 26-49 x6 16-30 26-49 x7 46-60 26-49

Jadual Keputusan • Jadual Keputusan : • d adalah atribut keputusan dan • A adalah atribut syarat. Age LEMS Walk x1 16-30 50 yes x2 16-30 0 no x3 31-45 1-25 no x4 31-45 1-25 yes x5 46-60 26-49 no x6 16-30 26-49 yes x7 46-60 26-49 no

Isu di dalam Jadual Keputusan • Objek yang tidak mempunyai perbezaan yang nyata dipersembahkan beberapa kali. • Sesetengah atribut berlebihan dan tidak dikehendaki.

Ketidakbolehbezaan (Indiscernibility) • Subset tidak kosong bagi atribut syarat ialah {Age}, {Lems}dan {Age,Lems}. • IND({Age}) = {{x1,x2, x6}, {x3, x4}, {x5, x7}} • IND({Lems}) = {{x1}, {x2}, {x3, x4}, {x5, x6, x7}} • IND{(Age, Lems)} = {{x1}, {x2}, {x3,x4}, {x5, x7}, {x6}} Age LEMS Walk x1 16-3050 yes x2 16-300 no x3 31-45 1-25 no x4 31-45 1-25 yes x5 46-6026-49 no x6 16-3026-49 yes x7 46-6026-49 no

Penghampiran Set(Approximation Set) A-lower approximation AX = {x1, x6} A-upper approximation ĀX = {x1, x3, x4, x6} A-boundary region BNA(X) = ĀX – AX = {x3, x4}

Penghampiran Set (2) A-lower approximation AX = {x | [x]A X} A-upper approximation ĀX = {x | [x]A X  0}

Penghampiran Set (3) • Jika kawasan sempadan tidak kosong, maka ia adalah kasar. • Set kasar wujud apabila objek-objek berada di antara dua sempadan iaitu positif dan negatif.

Ketepatan Penghampiran (Accuracy Approximation) • Setelah melakukan penghampiran, kita boleh mengira ketepatan penghampiran yang telah dibuat. • Formula : Di mana |X| mewakili kardinaliti X  0 Jika B(X) = 1 adalah tepat /crisp kepada B. Jika B(X) < 1 adalah kasar /rough kepada B.

Pengurangan(Reducts) • Selalunya terdiri daripada beberapa subset atribut yang lebih minima dan ini dikenali sebagai reducts. • Dengan kata lain membuang data yang berulang atau bertindan. • Tujuan utama adalah untuk mengetahui atribut mana yang boleh mewakili keseluruhan atribut untuk mewakili data-data dalam pangkalan data dan kebergantungan di antara atribut-atribut.

Pengurangan (2) • T = (U,C,D) adalah tidak bergantung jika semua c  C adalah diperlukan dalam T. • Semua set atribut syarat diperlukan dalam T diwakili dengan CORE(C). CORE (C) =  RED (C) di mana RED(C) adalah semua set atribut yang dikurangkan daripada C.

Contoh Reducts & CORE (3) Reduct1 = {Muscle-pain,Temp.} Reduct2 = {Headache, Temp.} CORE = {Headache,Temp}  {MusclePain, Temp} = {Temp}

Petua Keputusan(Decision rules) • Apabila reducts telah dijumpai, tugas membina petua-petua yang tepat daripada atribut keputusan daripada sistem maklumat boleh dilakukan. • Petua keputusan dibuat dengan menggabungkan atribut-atribut reducts. • Petua keputusan mengekstrak pengetahuan di mana boleh digunakan apabila mengkelaskan objek-objek baru dalam sistem maklumat.

Petua Keputusan(2) Jadual Kesetaraan (Equivalence Class) Petua Keputusan yang dihasilkan Matrik Pembezaan (Discernibility Matrix)

Proses Penjanaan Petua Proses penjanaan rules menggunakan pendekatan Set Kasar

Matlamat • Matlamat tesis saya seterusnya ; • Menghasilkan sebuah cengkerang pakar (tool) yang dapat menentukan samada seseorang pesakit itu menghidapi penyakit Telinga, Hidung dan Tekak (ENT) atau tidak dengan menggunakan teknik set kasar.

Sekian, terima kasih….

Penggunaan Teori Set Kasar dalam Perlombongan Data