Description

Klasifikasi ini untuk memprediksi apakah pelanggan tertarik untuk membeli kendaraan baru atau tidak berdasarkan data pelanggan yang ada. 

A. Eksplorasi dan Persiapan Data

• Library Yang digunakan

• Membaca dataset dan tipe data

Dataset kendaraan memiliki beberapa atribut diantaranya adalah id, Jenis_Kelamin, Umur, SIM, Kode_Daerah, Sudah_Asuransi, Umur_Kendaraan, Kendaraan_Rusak, Premi, Kanal_Penjualan, Lama_Berlangganan, Tertarik.

•  Drop useless atribut dan mengganti categorical kolom

Menghapus colom “id”  karena tidak dibutuhkan

Kemudian mengganti colom kategorikal menjadi numerical

Kolom yang telah dirubah menjadi seperti ini

• Mising value handling

Selanjutnya adalah memastikan bahwa tidak ada data kosong/NaN pada setiap feature 

Berikut data yang sudah tidak memiliki NaN value

• Pembagian Feature

Membagi data menjadi all_feature_data, cetgorical_data dan continues_data untuk dilakukan perbandingan

• Visualisasi data categorical

Berikut merupakan visualisasi dari data categorical

• Visualisasi data numerical

Berikut visualisasi dari data numerical

• Mempersiapkan data train dan data test

Disini saya membedakan data continu saja dengan all_feature data untuk perbandingan akurasi yang didapat dari model naive bayes.

• Data Scaling

Scalling bertujuan untuk menyamaratakan nilai dari feature feature yang ada. Saya menggunakan standardscaler. Disini saya melakukan scalling 2 data set sekaligus yaitu data kendaraan_train dan data kendaraan_test sehingga tidak memerlukan split data train dan data test. 

B. Pemodelan

Pada pemodelan saya menggunakan metode naive bayes, cara kerja dari metode Naïve Bayes Classifier sendiri adalah menghitung peluang dari satu class dari masing-masing kelompok atribut yang ada dan menentukan kelas mana yang paling optimal.

C. Hasil

Didapatkan bahwa, terdapat perbedaan hasil akurasi dari model naive bayes yang menggunakan continu data dengan all feature data karena terdapat perbedaan saat menggunakan data continu dan saat menggunakan keseluruhan feature yang ada

Terlihat plot bahwa untuk hasil akurasi menggunakan data continu memiliki nilai akurasi yang tinggi, sedangkan untuk all feature lebih rendah

Didapatkan hasil  bahwa model Naive Bayes yang menggunakan continu data memiliki nilai akurasi yang lebih tinggi yaitu  87.56%  dibandingkan dengan menggunakan all feature yaitu 64.19%. Dapat disimpulkan bahwa Naive bayes bekerja lebih baik dengan menggunakan data bersifat continue.