Analisis Data dan Visualisasi Nomer 2 Minggu 7

 

Analisis Data dan Visualisasi Nomer 1 Minggu 7

 Soal : 

Jawab :

Data Tabel Keputusan

• Perhatikan data yang ada pada tabel keputusan “Play Tennis”.
• Buatlah pohon keputusan untuk data tersebut.

Tabel :

Data tabel keputusan untuk “Play Tennis”

1. Langkah pertama, untuk membuat pohon keputusan adalah mencari entropy dengan menggunakan rumus :

 

Dimana:

·        S : adalah himpunan (dataset) kasus

·        k : adalah banyaknya partisi S

·        pj : adalah probabilitas yang di dapat dari Sum(Ya) dibagi Total Kasus.

 

 

2. Setelah mendapatkan entropy maka hitung gain tiap attribute.

 

Rumus :

Dimana:

·       S : ruang (data) sample yang digunakan untuk training.

·       A : atribut.

·       |Si| : jumlah sample untuk nilai V.

·       |S| : jumlah seluruh sample data.

·       Entropi(Si) : entropy untuk sample-sample yang memiliki nilai i

 

Cara membuat Decision Tree: 

• Cari nilai gain tertinggi dari setiap atribut yang ada , maka attribute tersebut menjadi root pada iterasi pertama.
• Jika entropi pada nilai attribute tersebut adalah 0 , maka nilai tersebut merupakan leaf. Sedangkan nilai lainnya akan digunakan untuk iterasi selanjutnya..
• Gunakan nilai attribute yang bukan Leaf tersebut sebagai pivot , untuk dicari entropy dan gain pada iterasi selanjutnya.
• Lakukan langkah tersebut sampai nilai entropy pada semua nilai attribute = 1.

 

Jawab :

Entropi (S) = (-(10/14) x log2 (10/14) + (-(4/10) x log2 (4/10)) = 0.863120569

Total Kasus	Sum(Yes)	Sum(No)	Entropi Total
14	4	10	0.863120569

 

 

Jaccard

1. Jika diketahui A={1,2,3,4, B ={1,2,4} dan C = {1,2,4,5}, berapakah Jaccard (A,B), Jaccard (B,C) dan Jaccard (A,C)? 

Jawab :

Berikut adalah langkah - langkah dari menghitung Jaccard diatas!

Jaccard(A,B)

 | A | = 4

 | B | = 3

 | A ∩ B | = 3

 | A U B | = (|A| + |B| - | A ∩ B |) = 4 + 3 – 3 = 4 

Jadi Jaccard(A,B) = | A ∩ B | / | A U B | = 3/4 = 0.75 

Jaccard(B,C) 

| B | = 3

| C | = 4

| B ∩ C | = 3

| B U C | = (|B| + |C| - | B ∩ C |) = 3 + 4 – 3 = 4 

Jadi Jaccard(B,C) = | B ∩ C | / | B U C | = 3/4 = 0.75

Jaccard(A,C) 

| A | = 4

| C | = 4

| A ∩ C | = 3 

| A U C | = (|A| + |C| - | A ∩ C |) = 4 + 4 – 3 = 5 

Jadi Jaccard(A,C) = | A ∩ C| / | A U C | = 3/5 = 0.6

2. Berikutnya untuk kasus query dan document. Misalnya kita punya :

query : ideas of march

doc 1 : caesar died in march

doc 2 : the long march 

Cari Koefisien Jaccard antara query dengan doc1 dan doc2.

Jawab

Jaccard(Q, doc1)

Q = 3 

DOC1 = 4 

| Q ∩ doc1 | = 1 

| Q U doc1 | = 6 

|Q ∩ doc1| / | Q U doc1| = 1/6 = 0.17

 Jaccard(Q, doc2) 

Q = 3 

doc2 = 3 

| Q ∩ doc2 | = 1 

| Q U doc2 | = 5 

| Q ∩ doc2 | / |Q U doc2| = 1/5 = 0.2

 

3. Diketahui 3 dokumen :

d1 : "Jack London traveled to Oakland"

d2 : "Jack London traveled to the city of Oakland"

d3 : "Jack traveled from Oakland to London"

Nilai dari Koefisien Jaccard J(d1,d2) dan J(d1,d3) jika dilakukan dengan n-gram analisis dengan n=2 (bigram) adalah :

Jawab

Jaccard(d1,d2) 

d1 = 4 (Jack London, London traveled, traveled to, to Oakland) 

d2 = 7 (Jack London, London traveled, traveled to, to the, the city, city of, of Oakland) 

| d1 ∩ d2 | = 3 

| d1 U d2 | = 8 

| d1 ∩ d2 | / | d1 U d2 | = 3/8 = 0.375 

Jaccard(d1,d3) 

d1 = 4(Jack London, London traveled, traveled to, to Oakland) 

d2 = 5(Jack traveled, traveled from, from Oakland, Oakland to, to London 

| d1 ∩ d3 | = 0 

| d1 U d2 | = 9 

| d1 ∩ d2 | / | d1 U d2 | = 0/9 = 0