Mata Kuliah : MACHINE LEARNING�Minggu ke 5

Tujuan Perkuliahan

Mampu menjelaskan konsep Decision Three dan SVM

​

Mampu mengidentifikasi, memodelkan, menganalisis, dan mengimplementasikan Decission Three dan SVM untuk menyelesaikan masalah klasifikasi

Materi Pembelajaran

• Decission Three
• SVM

Decision tree adalah metode yang biasa dilakukan untuk mengambil keputusan-keputusan informal atau sederhana. 

Decission Three

• opsi yang akan dipilih dijabarkan secara logis, sehingga memudahkan membuat keputusan yang tepat
• setiap opsi dan pilihan bisa dipertimbangkan secara bersamaan, yang memungkinkan setiap orang yang terlibat menganalisis setiap opsi secara komprehensif
• risiko dari setiap opsi bisa dianalisis dan dipertimbangkan karena menggunakan faktor kemungkinan
• sangat spesifik karena mempertimbangkan potensi keuntungan dan kerugian dari setiap opsi yang ada
• hasil dari setiap opsi bisa digambarkan dan dijabarkan, yang membuatnya mudah dipahami
• setiap opsi dipaparkan secara transparan, yang membuat setiap orang yang terlibat tahu pertimbangan apa saja yang diambil dari keputusan yang dipilih

Manfaat Decission Three

• mudah dimengerti dan dianalisis
• bisa dibuat secara numerik atau kategorik
• hanya memerlukan sedikit pemrosesan data di awal pembuatan
• mudah untuk dibuat kesimpulan

Kelebihan Decission Three

• overfitting
• rentan terhadap kesalahan dalam masalah klasifikasi karena ada banyak pilihan
• penghitungan bisa menjadi sangat kompleks, terutama jika banyak nilai tidak pasti

Kekurangan Decission Three

• Tulis keputusan yang akan diambil
• Pertimbangkan hasil setiap baris
• Lanjutkan proses yang sama
• Tetapkan nilai untuk setiap kemungkinan hasil

Cara Membuat Decission Three