CRUISE sebagai metode berstruktur pohon (Tree-Structured) pada data non-biner

Abstract

Metode berstruktur pohon (tree-structured methods) pada tahun-tahun terakhir ini banyak digunakan sebagai metode analisis yang banyak digunakan dalam riset pemasaran (segmentasi pasar), kedokteran (diagnosis), ilmu komputer (menyelidiki struktur data), botani (klasifikasi), psikologi (pengambilan keputusan), dan linguistik. Pada dasarnya pohon klasifikasi (classification tree) merupakan metode statistika yang digunakan untuk memperkirakan keanggotaan amatan atau objek dalam kelas-kelas peubah tak bebas kategorik. Keanggotaan ini diduga dari pengukuran amatan pada satu peubah bebas atau lebih. Pohon dibentuk melalui penyekatan data sampel secara berulang atau rekursif, dimana kelas dan nilai-nilai peubah penjelas setiap amatan pada data sampel tersebut sudah diketahui. Setiap sekatan data dinyatakan sebagai node (simpul) dalam pohon yang terbentuk. CRUISE (classification rule with unbiased interaction selection and estimation) merupakan salah satu metode berstruktur pohon non-biner yang tidak berbias dalam pemilihan peubah. Metode ini merupakan pengembangan dari berbagai metode berstruktur pohon terutama dari FACT (factor analysis classification trees), QUEST (quick, unbiased, efficient statistical tree), dan CART (classification and regression trees).