Source Code Data Mining Klasifikasi Algoritma C45 CodeIgniter

Landasan Teori

Data Mining

Data mining adalah suatu proses pengerukan atau pengumpulan informasi penting dari suatu data yang besar. Proses data mining seringkali menggunakan metode statistika, matematika, hingga memanfaatkan teknologi artificial intelligence. Tujuannya bukan sekadar mengolah data, tetapi menemukan pengetahuan yang dapat digunakan untuk memahami pola, membuat prediksi, atau mendukung pengambilan keputusan.

Langkah-langkah Data Mining

1. Memahami masalah.
2. Mengumpulkan dan memahami data.
3. Membersihkan data.
4. Melakukan transformasi atau preprocessing.
5. Memilih metode analisis.
6. Menjalankan model atau algoritma.
7. Mengevaluasi hasil.
8. Menginterpretasikan pola yang ditemukan.

C4.5

Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan (Decision Tree). Pohon keputusan merupakan metode klasifikasi dan prediksi yang terkenal. Pohon keputusan berguna untuk mengekspolari data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target. Banyak algoritma yang dapat dipakai dalam pembentukan pohon keputusan, antara lain : ID3, CART, dan C4.5. Algoritma C4.5 merupakan pengembangan dari algoritma ID3, Proses pada pohon keputusan adalah mengubah bentuk data (tabel) menjadi model pohon, mengubah model pohon menjadi rule, dan menyederhanakan rule.

Langkah-langkah C4.5

1. Menyiapkan data berlabel.
2. Menghitung entropy data.
3. Menghitung gain ratio setiap atribut.
4. Memilih atribut terbaik sebagai node.
5. Membagi data berdasarkan nilai atribut.
6. Mengulangi proses pada setiap cabang.
7. Membentuk aturan dari pohon keputusan.