PERBANDINGAN METODE DATA REDUCTION PADA DATASET YANG BERDIMENSI BANYAK MENGGUNAKAN DECISION TREE

Abstract

Ada beberapa tantangan dalam data mining salah satunya fenomena curse of dimensionality. Fenomena curse of dimensionality merupakan fenomena yang terjadi pada data mining dengan adanya peningkatan jumlah dimensi data sehingga dapat menyebabkan turunnya performance. Oleh karena itu harus dilakukan preprocessing data yaitu dengan data reduction. Penelitian ini bertujuan untuk membandingkan beberapa teknik data reduction yang dapat memberikan performance yang lebih baik dilihat dari tingkat akurasi dan berapa lama waktu proses yang dibutuhkan dimulai dari preprocessing sampai dengan hasil akhir diperoleh. Kemudian menguji apakah ada perbedaan akurasi yang signifikan antara beberapa metode data reduction menggunakan pengujian t-test. Pada penelitian ini metode klasifikasi decision tree digunakan untuk melakukan penilaian performance data reduction pada glass identification dataset dari UCI machine learning repository. Pada pengujian performance untuk tingkat akurasi, tahapan data reduction menggunakan teknik forward selection dan klasifikasi decision tree (FS+DT) menghasilkan tingkat akurasi yang paling tinggi sebesar 72,88% +/- 7,89% dengan performance untuk rata-rata lama waktu proses sebesar 210,15 ms. Pada pengujian performance untuk rata-rata lama waktu proses, tahapan data reduction menggunakan teknik singular value decomposition dan klasifikasi decision tree (SVD+DT) menghasilkan rata-rata lama waktu proses yang paling cepat sebesar 9,70 ms dan performance untuk tingkat akurasi sebesar 63,07% +/- 8,04%. Pada pengujian t-test secara statistik tidak ada perbedaan yang signifikan antara tahapan data reduction menggunakan teknik forward selection dan klasifikasi decision tree (FS+DT) dengan tahapan data reduction menggunakan teknik backward elimination dan klasifikasi decision tree (BE+DT) dan tahapan data reduction menggunakan teknik principle component analysis dan klasifikasi decision tree (PCA+DT).