KLASIFIKASI DENGAN METODE RANDOM FOREST DAN ANALISIS DISKRIMINAN LINEAR; CLASSIFICATION USING RANDOM FOREST AND LINEAR DISCRIMINANT ANALYSIS

CUT ASYRAF ANZILA, Adhitya Ronnie Effendie

2014 | Skripsi | PROGRAM STUDI STATISTIKA

Pohon Keputusan telah banyak digunakan pada berbagai macam masalah karena melihat efisiensi waktu dalam menganalisa dan keakuratan klasifikasinya. Salah satu pengembangan dari pohon keputusan adalah metode klasifikasi Random Forest. Penggunaan metode random forest untuk menghasilkan pohon gabungan telah memberikan dugaan yang lebih tinggi akurasinya dibandingkan dengan pohon tunggal. Analisis klasifikasi klasik yang biasa digunakan adalah Analisis Diskriminan Linear. Namun biasanya Analisis Diskriminan akan menghasilkan prediksi dibawah metode Random Forest. Untuk meningkatkan akurasi dari Analisis Diskriminan Linear ini, akan digunakan seleksi fitur dari Random Forest. Seleksi fitur merupakan sebuah tahapan penting dalam proses klasifikasi, karena fitur yang terseleksi sangat mempengaruhi tingkat akurasi dari klasifikasi. Pada dataset yang memiliki banyak fitur membutuhkan proses untuk mereduksi fitur yang dianggap kurang penting. Setelah menyeleksi fitur tahap selanjutnya adalah mengklasifikasikan data

Kata Kunci : Klasifikasi; Random Forest; Analisis Diskriminan Linear; seleksi fitur.