Febrianti, Fayza Annisa
(2023)
Perbandingan Kinerja Algoritma Classification and Regression Tree dan
Regresi Logistik Menggunakan Uji F Combined 5×2cv.
Skripsi thesis, Universitas Negeri Padang.
Abstract
Klasifikasi adalah metode untuk memperkirakan kelas suatu objek berdasarkan
karakteristiknya. Beberapa algoritma pembelajaran dapat diterapkan dalam
klasifikasi, seperti Classification and Regression Tree (CART) dan regresi logistik.
Menemukan algoritma pembelajaran terbaik untuk diterapkan guna mendapatkan
hasil klasifikasi terbaik merupakan hal yang penting. Dalam membandingkan dua
algoritma, perbandingan langsung mungkin dapat dilakukan ketika perbedaannya
sangat jelas. Namun, hal ini dapat menghasilkan kekeliruan dan kesimpulan yang
tidak memadai. Statistik uji diperlukan untuk mengetahui apakah perbedaan yang
terdapat dalam perbandingan tersebut terjadi secara nyata atau acak. Uji paired t
5×2cv dan F combined 5×2cv merupakan uji untuk mengetahui apakah tingkat
kesalahan kedua algoritma sama atau tidak. Pada penelitian ini dilakukan
perbandingan kinerja algoritma CART dan regresi logistik dengan menggunakan
perbandingan langsung dan statistik uji untuk mengetahui apakah kedua algoritma
memiliki tingkat kesalahan yang sama atau tidak.
Penelitian ini merupakan penelitian simulasi dengan menggunakan data
bangkitan. Data dibangkitkan secara univariat dan bivariat dengan ketentuan tertentu.
Penelitian dimulai dengan membangkitkan data, kemudian dilanjutkan dengan
membandingkan kedua algoritma berdasarkan metode yang telah ditentukan.
Hasil penelitian pada data univariat maupun bivariat menunjukkan bahwa
perbandingan langsung menggunakan k-fold cross validation menghasilkan
kesimpulan yang tidak memadai karena perbedaan tingkat kesalahan antara CART
dan regresi logistik kecil. Hasil uji paired t 5×2cv dengan menggunakan
Actions (login required)
|
View Item |