ABSTRAKSI: Manfaat dari penemuan tren/gejala dalam volume data yang sangat besar telah menjadi kajian data mining lebih dari satu dekade. Induksi aturan-aturan yang dapat digeneralisasi, termasuk aturan-aturan klasifikasi, melibatkan optimalisasi secara simultan dari beberapa (yang kemungkinan bertolak belakang) objektif.
Algoritma Genetika dianggap mampu untuk memecahkan permasalahan multi objektif karena berhubungan dengan sifatnya yang sangat alamiah, bekerja dengan keseluruhan kumpulan solusi, yang masing-masing berpotensi untuk mengenkapsulasi perbedaan antar objektif. Dalam tugas akhir ini akan diimplementasikan sebuah algoritma genetika multi objektif yang disebut algoritma Restricted Tournament Selection (RTS), untuk memecahkan permasalahan klasifikasi.
Kata Kunci : induksi aturan, klasifikasi, algoritma genetika, optimalisasi multiABSTRACT: The benefits of finding trends in large volumes of data has driven the development of data mining for over a decade. The induction of generalizable rules, including classification rules, involves the simultaneous optimization of several (possibly conflicting) objectives.
Genetic Algorithm have become the de-facto standard for solving such multi objective problems because by their very nature, they work with a whole set of solutions, each potentially encapsulating a trade off between the different objectives. This final project will implement a multi objective genetic algorithm, called Restricted Tournament Selection algorithm, to the problem of finding classification rules.
Keyword: rule induction, classification, genetic algorithm, multi objective