PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN )

Abstract

Metode klasifikasi CART (Classification And Regression Trees) merupakan metode nonparametrik yang berguna untuk mendapatkan suatu kelompok data yang akurat sebagai penciri dari suatu pengklasifikasian. Metode klasifikasi CART terdiri dari dua metode yaitu metode pohon regresi dan pohon klasifikasi. Jika variabel dependen yang dimiliki bertipe kategorik maka CART menghasilkan pohon klasifikasi (classification trees). Sedangkan jika variabel dependen yang dimiliki bertipe kontinu atau numerik maka CART menghasilkan pohon regresi (regression trees). Proses pembentukan pohon klasifikasi terbagi menjadi 4 tahapan yaitu pembentukan pohon, pelabelan kelas, proses pemangkasan pohon klasifikasi dan pemilihan pohon klasifikasi optimal. Contoh penerapan metode pohon klasifikasi dipergunakan data penyakit diabetes mellitus suku Pima Indian. Data tersebut diperlakukan dalam tiga kondisi berbeda yaitu proporsi jumlah pembagian data learning lebih kecil dari data testing, proporsi jumlah pembagian data learning sama dengan data testing dan proporsi jumlah pembagian data learning lebih besar testing. Metode klasifikasi menghasilkan ketepatan klasifikasi terbaik pada proporsi jumlah pembagian data learning sama dengan data testing yaitu sebesar 84.83 %. Kedua kondisi lainnya menghasilkan nilai ketepatan klasifikasi sebesar 81.42% dan 81.75%.