Jika dibandingkan, beberapa metode klasifikasi diatas memiliki kelebihan dan kekurangan masing-masing. Untuk dapat menentukan mana metode klasifikasi yang paling baik sebenarnya tergantung apa yang dibutuhkan, antara akurasi atau interpretasi. Agar lebih jelasnya, berikut terdapat grafik perbandingan antar metode klasifikasi data mining.
Dari grafik diatas dapat terlihat bahwa semakin tinggi akurasinya maka interpretasinya akan semakin rendah, begitu pula sebaliknya semakin tinggi interpretasinya maka akurasinya akan semakin rendah. Performa dari metode klasifikasi bisa dipengaruhi oleh beberapa hal, salah satunya adalah saat pembersihan data.Â
Jika data yang digunakan tidak bersih, terdapat banyak outlier, missing value, dan masalah-masalah lainnya, tentunya hasil klasifikasi yang didapatkan tidak akan maksimal. Confusion Matrix juga bisa digunakan untuk menghitung kualitas dari metode klasifikasi yang digunakan, dengan menghitung akurasi, sensitivitas, spesifisitas, presisi, dan F-Score.
Follow Instagram @kompasianacom juga Tiktok @kompasiana biar nggak ketinggalan event seru komunitas dan tips dapat cuan dari Kompasiana
Baca juga cerita inspiratif langsung dari smartphone kamu dengan bergabung di WhatsApp Channel Kompasiana di SINI
