Memahami Klasifikasi dalam Machine Learning: Panduan Lengkap untuk Pemula

Setelah kita membahas mengenai variable dependen, variable independen, dan regresi di artikel sebelumnya, kini saat nya kita masuk ke topik klasifikasi. Jika regresi digunakan untuk memprediksi nilai numerik, klasifikasi adalah teknik yang digunakan untuk memprediksi kategori atau kelompok dari sebuah data.

Dalam artikel ini, kita akan memahami konsep dasar klasifikasi, macam-macam teknik klasifikasi, serta menjelajahi salah satu metode populer, yaitu K-Nearest Neighbour (KNN). Artikel ini dirancang untuk kamu yang baru saja mulai mempelajari machine learning, jadi mari kita mulai!

1. Apa Itu Klasifikasi?

Klasifikasi adalah salah satu tugas paling umum dalam supervised learning di machine learning. Jika regresi di gunakan untuk memprediksi nilai, klasifikasi bertujuan untuk memprediksi label atau kategori dari suatu data.

Misalnya, jika kamu memiliki data gambar binatang, klasifikasi digunakan untuk menentukan apakah gambar tersebut adalah anjing atau kucing. Klasifikasi berfokus pada memisahkan data ke dalam beberapa kelas yang berbeda.

2. Variable Dependen dan Independen dalam Klasifikasi 

sama seperti pada regresi, klasifikasi juga memiliki variable dependen dan variable independen.

• Variable Dependen dalam klasifikasi adalah kategori yang ingin kita prediksi (misalnya, apkah email itu spam atau bukan spam)
• Variable Independen adalah fitur atau informasi yang kita gunakan untuk membuat prediksi tersebut (misalnya, jumlah kata dalam email, apakah ada lampiran, dsb.).

3. Macam-Macam Teknik Klasifikasi

Terdapat berbagai macam teknik klasifikasi yang digunakan dalam machine learning, berikut beberapa yang paling umum:

• Decision Tree: Teknik ini menggunakan model berbentuk pohon untuk memecah dataset menjadi sub-kelompok berdasarkan fitur tertentu. Setiap percabangan mewakili keputusan, dan hasil akhirnya adalah prediksi kelas.
• Logistic Regression: Meskipun namanya mirip regresi, teknik ini sebenarnya digunakan untuk klasifikasi. Logistic regression digunakan untuk memprediksi probabilitas suatu data termasuk dalam satu kategori tertentu.
• Support Verctor Machine (SVM): SVM adalah teknik yang mencari garis atau bidang terbaik yang dapat memisahkan data ke dalam dua kategori berbeda. Teknik ini bekerja sangat baik untuk dataset dengan dimensi yang tinggi.
• Random Forest: Ini adalah kumpulan dari banyak decision tree. Setiap pohon dalam random forest memberikan "suara" untuk memprediksi kelas, dan hasil akhir adalah keputusan mayoritas dari semua pohon.
• K-Nearest Neighbour: Salah satu metode klasifikasi paling sederhana, yang akan kita bahas lebih lanjut di bawah

4. Mengenal K-Nearest Neigbour (KNN)

K-Nearest Neighbour (KNN) adalah teknik klasifikasi yang sangat intuitif. Ini adalah salah satu algoritma paling sederhana yang sering digunakan sebagai langkah awal dalam memahami machine learning. Mari kita lihat bagaimana KNN bekerja:

Bagaimana KNN Bekerja?

• Dalam KNN, kita melihat K tetangga terdekat dari sebuah data baru untuk memutuskan ke kategori mana data tersebut masuk.
• K disini adalah angka yang kita tentukan sebelumnya. Misalnya, jika K=3, maka kita melihat 3 data terdekat di sekitar data baru tersebut
• Setiap data yang paling dekat dengan data baru dihitung sebagai "Suara", dan kategori dengan suara terbanyak akan menjadi prediksi

Contoh Sederhana KNN

Misalnya, kamu memiliki dataset yang berisi gambar buah. Setiap buah dikategorikan sebagai apel atau jeruk. Saat kamu memberikan gambar buah baru, KNN akan melihat gambar-gambar yang paling mirip di dataset dan mengklasifikasikannya berdasarkan suara terbanyak dari tetangga terdekat (miaslnya, jika ada lebih banyak apel di sekitar gambar baru, maka prediksi nya adalah apel).

Kapan Menggunakan KNN?

KNN adalah teknik yang baik jika dataset tidak terlalu besar dan tidak terlalu banyak fitur. Namun, untuk dataset yang lebih kompleks, algoritma yang lebih efisien seperti SVM atau Random Forest mungkin lebih cocok.

5. Klasifikasi vs Regresi

Perbedaan utama antara klasifikasi dan regresi adalah:

• Klasifikasi digunakan untuk memprediksi kategori atau kelas, seperti menentukan apakah seseorang akan membeli produk atau tidak
• Regresi digunakan untuk memprediksi nilai numerik, seperti memprediksi harga rumah atau suhu udara

Meski keduanya menggunakan variable dependen dan independen, tujuan mereka berbeda. Klasifikasi berfokus pada keputusan "ya" atau "tidak", sedangkan regresi berfokus pada prefiksi nilai numerik.

6. Penerapan Klasifikasi dalam Kehidupan Sehari-Hari

Klasifikasi banyak digunakan dalam kehidupan sehari hari, terutama di bidang teknologi. Berikut beberapa contoh nya:

• Spam Detection: Email yang kamu terima setiap hari baisanya disaring menggunakan algoritma klasifikasi untuk memutuskan apakah email tersebut spam atau bukan spam.
• Pengelompokan Gambar: Klasifikasi digunakan untuk mengenali objek dalam gambar, seperti, mengenali wajah atau menentukan jenis objek di aplikasi foto
• Klasifikasi Dokumen: Algoritma klasifikasi digunakan untuk mengelompokkan artikel berita atau rekomendasi produk di e-commerce

7. Kesimpulan

Klasifikasi adalahteknik penting dalam machine learning yang membantu memprediksi kategori atau kelompok data. Dengan memahami teknik-teknik seperti Decision Tree, Logistic Regression, dan K-Nearest Neighbour (KNN), kamu bisa mulai menerapkan klasifikasi pada berbagai jenis masalah.

Jika kamu baru memulai, cobalah mengimplementasikan KNN karena kesederhanaannya, lalu lanjutkan dengan teknik yang lebih kompleks seiring dengan bertambahnya pengalamanmu dalam machine learning.