DATA MINING

2013

Klasifikasi dataset Car Menggunakan

Metode Decision Tree Saiful Bahri

1108107010063

I N F O R M A T I K A U N S Y I A H

Mengubah Format Dataset ke Dalam Bentuk ARFF

Hal yang pertama dilakukan dalam Mengubah Dataset car dari format .txt kedalam format

.arff adalah seperti berikut:

1. Download data set Car pada halaman Web ,dan simpan dalam bentuk txt , misalnya

data.txt

2. Buka file data.txt menggunakan Microsoft excel dengan cara klik Data ,Pilih From

Text dan klik data.txt lalu klik import

Lalu pilih parameter nya comma .supaya kolom pada excel dipisahkan dengan

comma(,)

3. Masukkan atrribut sesuai yang diminta pada soal , dan pada 1 class label pada colom paling

ujung tambahan satu baris untuk memasukan atribut

4. Kemudian Save File tersebut dalam format.csv

5. Buka aplikasi weka kemudian open file yang disimpan dalam format.csv

6. Kemudian save file datacars tersebut dalam bentuk format.arff

Klasifikasi Menggunakan Weka

Menggunakan Classifier ID3

Buka datacars.arff Menggunakan Weka ,Kemudian klik Classifier Tree

id3

Klasifikasi Menggunakan WEKA

Menggunakan Classifier J48

Buka dataset datacars.arff dengan menggunakan, Weka kemudian pilih Classifier Tree

J48

1. Set confidenceFacktor =0.90 dan set minNumObj =1

Klik Ok Dan Klik Start .

2. Set confidenceFacktor =0.90 dan set minNumObj =2

3. Set confidenceFacktor =0.90 dan set minNumObj =3

4. Set confidenceFacktor =0.90 dan set minNumObj =4

5. Set confidenceFacktor =0.90 dan set minNumObj =5

6. Set confidenceFacktor =0.90 dan set minNumObj =6

KESIMPULAN

Klasifikasi Dapat digunakan dengan fungsi decision tree yang terdapat pada Weka,hal

ini dapat dilakukan dengan menggunakan 2 cara yaitu

-Menggunakan id3 dan j48.

Dari hasil melakukan percobaan ,maka dapat disimpulkan bahwa klasifikasi dengan

menggunakan id3 dapat menghasilkan nilai akurasi yang baik dari pada menggunakan j48

berdasarkan perhitungan dari weka.Dan hail ini dapat di coba melalui hasil nilai

precision,recall dan F-Measure yang tujuan mendapatan nilai yang lebih baik yang hampir

mendekati 1.Maka dapat disimpulkan akurasi menggunakan classifier id3 dapat nilai akurasi

yang lebih baik dari pada j48.

Berikut nilai rata-rata Precision ,Recall ,dan F-Measure untuk klasifikasi Id3 adalah sebagai

berikut:

P = 0.964

R = 0.962

F = 0.963