Kajian Optimasi Dua Tahap dalam Pemodelan Klasifikasi Ensemble Menggunakan Algoritma Genetika

Abstract

Data mining merupakan suatu proses eksplorasi dan analisis data dalam jumlah yang besar untuk menemukan pola dan aturan-aturan yang memiliki makna. Metode data mining dapat dibagi menjadi dua jenis, yaitu metode deskriptif dan metode prediktif. Metode yang digunakan dalam penelitian ini termasuk dalam jenis metode prediktif, yaitu metode yang dirancang untuk memprediksi suatu informasi yang baru berdasarkan informasi yang kita miliki saat ini, informasi yang dihasilkan nantinya dapat bersifat kualitatif maupun kuantitatif. Informasi yang bersifat kualitatif dapat berupa suatu pemodelan klasifikasi, yang secara garis besar dapat dibagi dua jenis, yaitu supervised classification dan unsupervised classification. Pemilihan peubah merupakan salah satu hal penting dalam pemodelan klasifikasi. Salah satu metode yang dapat digunakan untuk melakukan pemilihan peubah secara lebih efisien adalah dengan menggunakan Algoritma Genetika. Algoritma Genetika merupakan suatu algoritma yang dibangun dengan mengikuti pola evolusi pada makhluk hidup untuk mendapatkan suatu solusi terbaik. Salah satu cara yang dapat digunakan untuk meningkatkan akurasi pada pemodelan klasifikasi adalah menggunakan ensemble learning, yang merupakan suatu metode penggabungan beberapa base classifier yang kemudian digunakan untuk memprediksi data baru. Secara umum, hasil prediksi dari ensemble learning dapat memberikan hasil prediksi yang lebih baik jika dibandingkan dengan hasil prediksi dari satu metode saja. Dalam hubungannya dengan pembobotan pada ensemble learning, algoritma genetika dapat digunakan untuk menentukan bobot terbaik guna mendapatkan hasil prediksi yang lebih baik. Dalam penelitian ini digunakan 7 base classifier, yaitu k-Nearest Neigbor (k-NN), regresi logistik, naïve bayes (NB), decision tree (DT), support vector machine (SVM), random forest (RF) dan boosting. Data yang digunakan dalam penelitian ini terdiri dari sembilan dataset yang diambil dari UCI machine learning. Hasil yang diperoleh dalam penelitian ini menunjukkan bahwa akurasi prediksi dapat meningkat sekitar 0-34% jika dibandingkan dengan model-model pembanding lainnya, yaitu regresi logistik (RL), gaussian naïve bayes (GNB), knearest neighbor (KNN), analisis diskriminan (AD), support vector machine (SVM), decision tree (DT), bagging, AdaBoost, random forest (RF), stacking, dan neural network (NN).