Febriantono, M. Aldiki (2019) Klasifikasi Data Imbalanced Multiclass Menggunakan Cost Sensitive Decision Tree C5.0. Magister thesis, Universitas Brawijaya.
Abstract
Data mining merupakan proses penggalian data atau pencarian pola dengan tujuan mendapatkan informasi sebagai pengetahuan untuk mengambil keputusan secara cepat, tepat dan akurat di waktu yang akan datang. Pada proses data mining pendistribusian data yang tidak sama (imbalanced data) menjadi sebuah permasalahan yang penting karena machine learning lebih fokus pada class yang dominan (mayority) dibandingkan dengan class yang sedikit (minority). Padahal minority class dapat memiliki pengaruh yang jauh lebih besar jika terjadi salah klasifikasi (misclassification). Dalam proses data mining, pola data dapat dipelajari sebagai dasar pengambilan keputusan. Salah satu cara untuk mencari pola data dengan menggunakan teknik klasifikasi. Klasifikasi memiliki dua jenis class prediksi yaitu binary class memiliki dua prediksi class dan multiclass memiliki prediksi class lebih dari dua. Metode klasifikasi yang sering digunakan untuk menyelesaikan masalah data imbalanced adalah decision tree. Konsep decision tree adalah merubah data berupa tabel menjadi model pohon kemudian menghasilkan aturan keputusan (rule). Pada proses decision tree pemilihan atribut yang relevan memiliki pengaruh yang besar untuk mendapatkan performa yang baik. Hasil dari proses klasifikasi perlu adanya evaluasi untuk meminimalkan kesalahan klasifikasi. Cost sensitive merupakan metode yang mengansumsikan kesalahan klasifikasi sebagai cost. Metode tersebut bekerja dengan meminimalkan cost dari classifier. Pada penelitian ini, tahap awal dataset dilakukan seleksi atribut menggunakan particle swarm optimization. Selanjutnya decision tree C5.0 digunakan untuk mencari pola pada dataset kemudian dilakukan pengujian. Hasil dari pengujian kemudian dilakukan evaluasi untuk mencari pola dengan nilai cost terkecil. Metode penelitian ini disebut dengan cost sensitive decision tree C5.0. Metode tersebut dilakukan pengujian dengan membandingkan decision tree C5.0 dengan ID3 dan C4.5. Selain itu cost sensitive decision tree C5.0 juga dibandingakan dengan cost sensitive naïve bayes. Hasil pengujian klasifikasi dataset menggunakan cost sensitive decision tree ID3 tidak mampu meningkatkan nilai accuracy pada semua dataset. Hasil pengujian klasifikasi dataset menggunakan cost sensitive decision tree C4.5 mampu meningkatkan nilai accuracy pada tiga dataset antara lain vehicle dan wine berturut-turut meningkat sebesar 76.86% dan 97.62%. Sedangkan klasifikasi dataset menggunakan cost sensitive decision tree C5.0 mampu meningkatkan nilai accuracy pada dataset glass dan thyroid, berturut-turut sebesar 75.27% dan 95.81%. Hasil pengujian, cost sensitive decision tree C5.0 memiliki nilai accuracy yang lebih baik dari pada menggunakan metode cost sensitive naïve bayes pada dataset glass, lympografi, vehicle dan wine berturut-turut 76.17%, 83.33%, 75.27% dan 95.83%. Sedangkan dengan menggunakan metode cost sensitive naïve bayes memiliki nilai accuracy yang lebih baik dari pada cost sensitive decision tree C5.0 pada dataset thyroid sebesar 97.67%.
English Abstract
Data mining is the process of extracting data or looking for patterns with the aim of getting information as knowledge for making decisions quickly, precisely and accurately in the future. In the process of data mining, the imbalanced data becomes an important problem because machine learning is more focused on the mayority class than the minority class. Even though minority classes can have a greatly influence if it occurs misclassification. In the process of data mining, data patterns can be studied as a basis for making decision. Classification technique is used to make data patterns. Classification has two types of prediction classes, namely binary class and multiclass. The classification method that is often used to solve imbalanced data problems is the decision tree. Concept of decision tree change data into tree models and produce decision rules. The selection of relevant attributes has a big influence to get good performance. The results of the classification process need an evaluation to minimize misclassification. Cost sensitive is a method that assumes misclassification as cost. The method works by minimizing the cost of the classifier. In this study, the attribute is selected using particle swarm optimization. Decision tree C5.0 is used looking for patterns in the dataset. The results of the testing are then evaluated to obtain patterns with the smallest cost value. This research method is called cost sensitive decision tree C5.0. The method is compared by the decision tree ID3 and C4.5. In addition, the cost sensitive decision tree C5.0 is also compared by cost sensitive naïve Bayes. The results of testing the dataset classification using cost sensitive decision tree ID3 is not able to increase the accuracy value on all datasets. The results of testing the dataset classification using the cost sensitive decision tree C4.5 can increase the accuracy value of two datasets, including vehicle and wine, respectively by 76.86% and 97.62%. Whereas cost sensitive decision tree C5.0 can increase the accuracy value of the glass and thyroid, respectively by 75.27% and 95.81%. The test results, the cost sensitive decision tree C5.0 has better accuracy values than cost sensitive naïve bayes method in glass, lympography, vehicle and wine datasets respectively by 76.17%, 83.33%, 75.27% and 95.83%. Whereas cost sensitive naïve bayes method has a better accuracy value than cost sensitive decision tree C5.0 in the thyroid dataset of 97.67%.
Other obstract
-
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/551.432/FEB/k/2019/041911447 |
| Uncontrolled Keywords: | DATA MINING, DECISION TREES |
| Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 17 Jan 2020 02:38 |
| Last Modified: | 25 Oct 2021 04:37 |
| URI: | http://repository.ub.ac.id/id/eprint/178018 |
Preview |
Text
DAFTAR PUSTAKA (2).pdf Download (424kB) | Preview |
Preview |
Text
DAFTAR ISI (2).pdf Download (318kB) | Preview |
Preview |
Text
ABSTRAK (2).pdf Download (258kB) | Preview |
Preview |
Text
BAB I (2).pdf Download (271kB) | Preview |
Preview |
Text
DAFTAR LAMPIRAN (2).pdf Download (3MB) | Preview |
Preview |
Text
BAB II (2).pdf Download (1MB) | Preview |
Preview |
Text
BAB III (2).pdf Download (332kB) | Preview |
Preview |
Text
BAB V (2).pdf Download (1MB) | Preview |
Preview |
Text
BAB IV (2).pdf Download (1MB) | Preview |
Preview |
Text
BAB V.pdf Download (981kB) | Preview |
Preview |
Text
BAB VI (2).pdf Download (255kB) | Preview |
Preview |
Text
BAB VI.pdf Download (37kB) | Preview |
Preview |
Text
COVER (2).pdf Download (270kB) | Preview |
Actions (login required)
 |
View Item |