Perbandingan Klasifikasi Algoritma C5.0 dan Classification and Regression Tree (Studi Kasus : Data Sosial Kepala Keluarga Masyarakat Desa Teluk Baru Kecamatan Muara Ancalong Tahun 2019)
Decision tree adalah pohon keputusan yang digunakan sebagai prosedur penalaran untuk mendapatkan jawaban dari masalah yang dimasukkan. Banyak metode yang dapat digunakan pada decision tree, diantaranya adalah algoritma C5.0 dan Classification and Regression Tree (CART). Algoritma C5.0 merupakan pohon keputusan non biner di mana cabang pohon bisa lebih dari dua sedangkan algoritma CART merupakan pohon keputusan biner di mana cabang pohon hanya terdiri dari dua cabang. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi dari algoritma C5.0 dan CART serta untuk mengetahui perbandingan ketepatan hasil klasifikasi dari kedua metode tersebut. Adapun variabel yang digunakan dalam penelitian kali ini adalah rata-rata pendapatan perbulan (Y), pekerjaan (X1), jumlah anggota keluarga (X2), pendidikan terakhir (X3) dan jenis kelamin (X4). Setelah dilakukan analisis didapatkan hasil bahwa rata-rata tingkat akurasi algoritma C5.0 sebesar 79,17% sedangkan tingkat akurasi CART 84,63%. Sehingga dapat dikatakan bahwa metode CART merupakan metode yang lebih baik dalam pengklasifikasian data rata-rata pendapatan masyarakat Desa Teluk Baru Kecamatan Muara Ancalong tahun 2019 dibandingkan dengan metode algoritma C5.0.
Kata kunci : Algoritma C5.0, CART, Klasifikasi, Pohon Keputusan.
Ketersediaan
Detail Information
Judul | Perbandingan Klasifikasi Algoritma C5.0 dan Classification and Regression Tree (Studi Kasus : Data Sosial Kepala Keluarga Masyarakat Desa Teluk Baru Kecamatan Muara Ancalong Tahun 2019) |
---|---|
Pengarang | Reni Pratiwi - Personal Name |
No. Panggil | SKRIPSI REN p 2020 |
Subyek | Pohon Keputusan, Data Mining, Algoritma C5.0, CART |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2020 |
Penerbit | |
Jurusan | Statistika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY