Halo teman-teman, kali ini saya akan melanjutkan pembahasan tentang Data Mining. Seperti judul di atas kali ini saya akan membahas salah satu algoritma yang ada pada Data Mining yaitu Algoritma Klasifikasi. Dimana sebelumnya saya sudah menyebutkan metode-metode yang digunakan pada Data Mining ada 3 yaitu metode klasifikasi, metode klustering dan metode asosiasi.
Nah kali ini saya akan bahas metode Klasifikasi dan contoh penerapannya.
1. Mengenal Algoritma Klasifikasi
Algoritma Klasifikasi adalah salah satu metode dalam proses KDD yang ada pada tahap data mining untuk mengidentifikasi setiap kelompok berdasarkan kasus dan kemudian dikelompokkan datanya berdasarkan atribut. Klasifikasi ini merupakan metode supervised learning yang mencoba menemukan hubungan antara atribut masukkan dan atribut target. Tujuan klasifikasi ini untuk meningkatkan kehandalan hasil yang diperoleh dari data.
Cara kerja algoritma klasifikasi dalam Data Mining yaitu bekerja pada data historis atau data sejarah/training data yang digunakan sebagai cara mendapatkan pengetahuan dan disebut data pengalaman. Secara sederhana ada 3 proses pemecahan masalah klasifikasi diantaranya:
a. Data historis atau data pengalaman
b. Data historis akan diproses menggunakan algoritma klasifiaksi
c. Klasifikasi menghasilkan pengetahuan yang dipresentasikan dalam bentuk diagram pohon keputusan/ dessicion tree.
Untuk memecahkan masalah klasifikasi Data Mining sedikitnya ada 6 algoritma klasifikasi data diantaranya:
1). Decision Tree
Decision Tree adalah salah satu metode klasifikasi yang kuat dan terkenal, karena mudah untuk diolah dan digunakan oleh manusia. Decision Tree adalah model klasifikasi yang menggunakan struktur pohon atau struktur berhierarki. Algoritma Machine Leraning model ini melakukan tugasnya dengan menggunakan konsep struktur flowchart bercabang menggunakan desicion rules atau aturan-aturan keputusan yang dibuat oleh peneliti.