Pada Kesempatan kali ini saya dan
teman saya akan menjelaskan sedikit tentang hasil penggunaan Program Weka. Disini
saya Menggunakan Dataset balon untuk melakukan percobaan.
Balloon
Disusun oleh:
1. 1503015070 – Ira Mawaddah
2. 1503015074 – Istnania Ihzha Adamy
Deskripsi Permasalahan
Tujuan dari klasifikasi ini adalah
untuk menentukan balon apakah yang lebih banyak diminati berdasarkan warna
balon, ukuran balon, bentuk balon serta usia pembeli balon. Adapun atribut yang
dibahas yaitu Color, Size, Act, Age, dan
Inflated.
Deskripsi Atribut
1. @attribute – Color, Nominal, (Yellow, Purple). Ini merupakan Warna Balon; Kuning
atau Ungu
2. @attribute – Size, Nominal, (Large, Small). Ini merupakan Ukuran Balon; Besar atau
Kecil
3. @attribute – Act, Nominal, (Stretch, Dip). Ini merupakan Aksi Balon; Terisi angin
atau Tidak terisi
4. @attribute – Age, Nominal, (Adult, Child). Ini merupakan Usia Pembeli Balon;
Dewasa atau Anak-anak
5. @attribute – Inflated, Nominal, (T, F). Ini merupakan Ada Tidaknya Udara Dalam
Balon; Benar atau Salah
Hasil Eksperimen
Kesimpulan
J48 Percentage Split 20%
Decision Stump Cross-Validation 20 Folds
Hasil Eksperimen
Kesimpulan
Dari
Eksperimen yang kami coba,
metode classifier yang lebih baik
diantara 4(empat) metode yang kami lakukan
adalah metode Bayes Net
dengan F-measure rata-rata tertinggi yaitu 0,650.
Berikut SS Percobaan dari aplikasi Weka
Decision Table Percentage Split 35%
Bayes Net Percentage Split 35%
Decision Stump Cross-Validation 20 Folds
Source :
