Klasifikasi menggunakan Pohon Keputsan (R) filePohon Keputusan Ada beberapa keunttunan yang ditawarkan oleh metode pohon keputusan seperti penjelasan Sema et al, (2012:1), yaitu :

Klasifikasi menggunakan

Pohon Keputsan (R)

radenjohannes.com

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

Pohon Keputusan

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

Thank You

radenjohannes.com