klasifikasi menggunakan pohon keputsan (r) filepohon keputusan ada beberapa keunttunan yang...
TRANSCRIPT
Pohon Keputusan
“Pohon keputusan juga berguna untuk mengekplorasi data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target “ - Meilani dan Slamat (2013:2)
radenjohannes.com
Pohon Keputusan
Ada beberapa keunttunan yang ditawarkan oleh metode pohon keputusan seperti penjelasan Sema et al, (2012:1), yaitu :
• Cukup jelas dan mudah diikuti ketika dipadatkan
• Mampu menangani berbagai input data : nominal , numerik dan tekstual
• Mampu memproses dataset yang mungkin memiliki kesalahan atau nilai-nilai yang hilang
• Kinerja prediktif tinggi untuk upaya komputasi yang relatif kecil
• Tersedia dalam banyak paket data mining melalui berbagai platform
• Berguna untuk berbagai tugas , seperti klasifikasi , regresi , clustering dan seleksi fitur .
radenjohannes.com
Pohon Keputusan
Import dataset iris
str(iris)
Definisikan iris menjadi 2 bagian
ind <- sample(2, nrow(iris), replace=TRUE, prob=c(0.7, 0.3))
radenjohannes.com
Pohon Keputusan
Bagian 1 menjadi trainData
trainData <- iris[ind==1,]
Bagian 1 menjadi testData
testData <- iris[ind==2,]
radenjohannes.com
Pohon Keputusan
Panggil fungsi party
library(party)
*bila belum ada lakukan pengistallan
install.packages(“party")
radenjohannes.com
Pohon Keputusan
Tentukan target pohon keputusan
myFormula <- Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width Membuat fungsi ctree
iris_ctree <- ctree(myFormula, data=trainData)
radenjohannes.com
Pohon Keputusan
Membuat tabel prediksi
table(predict(iris_ctree), trainData$Species)
radenjohannes.com
Pohon Keputusan
Membuat decision tree non grafik
print(iris_ctree)
Grafik pohon keputusan
plot(iris_ctree)
radenjohannes.com
Daftar Pustaka
Achmad, B. D. M., Slamat, F., & ITATS, F. T. I. (2012). Klasifikasi Data Karyawan Untuk Menentukan Jadwal Kerja Menggunakan Metode Decision Tree. Jurnal IPTEK Vol, 16(1).
Seema, M. Rathi & Mamta. (2012). "Decision Tree: Data Mining Techniques". International Journal of Latest Trends in Engineering and Technology Vol. 1 Issue 3 September 2012.
Zhao, Y. (2012). R and data mining: Examples and case studies. Academic Press.
radenjohannes.com