PERBANDINGAN AKURASI KLASIFIKASI DARI ALGORITMA NAIVE BAYES, C4.5, DAN ONER (1R)
Abstract
Artikel ini menjabarkan secara ringkas mengenai beberapa jenis
algoritma klasifikasi seperti Bayes classifiers, Decision Tree classifiers, dan
Rule-Based classifiers. Dari beberapa jenis algoritma klasifikasi tersebut
diperkenalkan algoritma Naïve Bayes, C4.5, dan OneR yang
merepresentasikan ketiga jenis algoritma tersebut. Dengan menggunakan
WEKA Experimenter dan dataset yang bersumber dari UCI, dilakukan
perbandingan terhadap ketiga algoritma tersebut. Dari hasil perbandingan
didapatkan bahwa secara umum algoritma C4.5 memiliki tingkat akurasi
yang tinggi pada dataset yang relatif cukup independen. Sedangkan
algoritma OneR mempunyai tingkat akurasi yang tinggi yang sebanding
dengan algoritma C4.5 pada dataset yang memiliki jumlah nilai kelas yang
sedikit, dan memiliki tingkat akurasi yang sangat rendah ketika diterapkan
pada dataset yang memiliki jumlah nilai kelas yang besar.
algoritma klasifikasi seperti Bayes classifiers, Decision Tree classifiers, dan
Rule-Based classifiers. Dari beberapa jenis algoritma klasifikasi tersebut
diperkenalkan algoritma Naïve Bayes, C4.5, dan OneR yang
merepresentasikan ketiga jenis algoritma tersebut. Dengan menggunakan
WEKA Experimenter dan dataset yang bersumber dari UCI, dilakukan
perbandingan terhadap ketiga algoritma tersebut. Dari hasil perbandingan
didapatkan bahwa secara umum algoritma C4.5 memiliki tingkat akurasi
yang tinggi pada dataset yang relatif cukup independen. Sedangkan
algoritma OneR mempunyai tingkat akurasi yang tinggi yang sebanding
dengan algoritma C4.5 pada dataset yang memiliki jumlah nilai kelas yang
sedikit, dan memiliki tingkat akurasi yang sangat rendah ketika diterapkan
pada dataset yang memiliki jumlah nilai kelas yang besar.