Description

Klasifikasi dengan Logistic Regression dan Decission Tree pada Kasus Job Classification

Import Library

Untuk dapat memanggil fungsi-fungsi yang akan digunakan pada Phyton, maka perlu dilakukan import library terlebih dahulu 

Mount Drive

Dataset yang akan digunakan untuk prose klasifikasi diletakkan pada Drive, sehingga untuk dapat mengakses drive tersebut dibutuhkan proses untuk mount drive.  

Membaca dan Menampilkan Dataset 

 Untuk  mendefinisikan dataset yang akan diklasifikasikan maka digunakan script pd.read__csv. Sedangkan untuk menampilkan dataset yang akan diklasifikasikan, maka digunakan script db.info() 

Menampilkan 3 Data Teratas 

Untuk melihat Data yang terdapat pada Dataset maka digunakan script df.head 

Preprocessing 1 : Menampilkan Nilai Null 

Untuk dapat dihitung dalam model yang dibangun, maka harus dilakukan cleansing untuk memastikan tidak ada nilai null dalam dataset yang digunakan. Untuk mengecek ada tidaknya ilai null maka digunakan fungsi df.isnull() 

Menampilkan Data Bertipe Object 

Selain data null, maka data yang tidak dapat dihitung dalam model adalah data bertipe text (object), untuk itu harus dilakukan preprocessing pada data-data yang bertipe object. Untuk menemukan data bertipe object dapat digunakan fungsi df.select_datatypes(“object”).columns 

Preprocessing 2 : Merubah serta Mengisi Nilai pada Data Bertipe Object 

Untuk dapat diproses dalam model yang dibangun, maka data-data bertipe object harus dirubah menjadi integer dan diberi nilai.  Untuk itu maka digunakan fungsi preprocessing.LabelEncoder dan untuk mengisi seluruh data maka harus dilakukan perulangan untuk seluruh data yag harus diisi menggunakan fungsi le.fit_transform.  

Menampilkan Data yang Telah Dilabelling 

Untuk memastikan bahwa data telah bertipe integer, maka perlu ditampilkan data pada dataset  

Menentukan Variabel Dependent dan Independent 

Untuk dapat melakukan klasifikasi, maka fitur-fitur yang terdapat pada dataset dimasukkan pada sebuah variabel (X) untuk fitur-fitur dependent, sedangkan variabel independent dimasukkan dalam variabel y 

Menentukan Jumlah Data Training dan Test 

Untuk melakukan evaluasi model yang dibangun, maka perlu ditentukan jumlah data training dan data test. Pada model yang dibangun digunakan jumlah data training adalah sebesar 70% dan data testing sebesar 30% dari total keseluruhan data  

Model 1 : Logistic Regression 

Python menyediakan fungsi untuk melakukan Logistic Regression pada dataset yang dimiliki. Untuk menggunakan fungsi ini dapat dilakukan dengan script LogisticRegression() 

Evaluasi Model Logistic Regression 

Untuk melakukan evaluasi terhadap Model Logistic Regression yang telah dibuat, maka dilakukan dengan menggunakan accuracy, recall, precission, f1 score 

Model 2 : Decission Tree 

Model kedua yang diguakan untuk melakuan klasifikasi adalah menggunakan Decission Tree. Adapun fungsi yang digunakan adalah dengan script DecissionTreeClassifier() 

Evaluasi Model Decission Tree 

Sama seperti pada model Logistic Regression, model decission tree juga dievaluasi. Model decission tree dievaluasi menggunakan Accuracy, recall, precission