Description

MACHINE LEARNING

            Klasifikasi data merupakan ilmu data yang memprediksi atribut (variabel numerik dan/atau kategori) ke dalam nilai variabel kategori (target/kelas). Klasifikasi data dibagi menjadi 3 jenis, diantaranya :

1. Binary Classification, tugas klasifikasi yang memprediksi salah satu dari dua kelas yang disediakan.
2. Multi-Class Classification, tugas klasifikasi yang memprediksi salah satu dari banyak kelas yang disediakan (lebih dari dua kelas).
3. Multi-Label Classification, tugas klasifikasi yang dapat memprediksi lebih dari satu dari banyak kelas yang disediakan (lebih dari dua kelas).

Contoh : 

Buatlah klasifikasi data menggunakan machine learning dengan jupyter notebook pada komputer atau google colaboratory dengan mengambil dataset dari Kaggle.com !

Jawaban :

• Cari dataset sesuai dengan yang kalian inginkan di https://www.kaggle.com/

• Simpan dataset tersebut ke Google Drive dengan membuat folder baru.
• Buka https://colab.research.google.com/ dan pilih Notebook Baru atau file IPYNB.
• Hubungkan Google Drive dengan file IPYNB tersebut dengan rumus berikut ini.

• Lalu import library yang diperlukan.

• Masukkan dataset yang sudah didapatkan dengann rumus berikut.

• Pindahkan Info dataset dan Null Value nya dengan rumus berikut.

• Masukkan variabel x dan y nya dengan rumus berikut ini.

• Masukkan modelling machine learning.

• Implementasi dari model machine learning dengan menggunakan metode KNN (K Nearest Neighbor).

Dengan menggunakan metode KNN didapatkan nilai akurasinya yaitu 76%.

• Implementasi dari model machine learning dengan menggunakan metode Decision Tree.

Dengan menggunakan metode DT didapatkan nilai akurasinya yaitu 72%.

• Implementasi dari model machine learning dengan menggunakan metode SVM (Support Vector Machine).

Dengan menggunakan metode SVM didapatkan nilai akurasinya yaitu 80%.