ANALISIS PERBANDINGAN KLASIFIKASI METODE REGRESI LOGISTIK BINER DAN RANDOM FOREST PADA BIG DATA

Abstract

Seiring dengan perkembangan pesat di bidang teknologi dan informasi, berbagai macam data dapat dihasilkan dengan mudah dan memiliki jumlah yang tak terbatas di abad dua puluh, yang dikenal dengan era Big Data. Cara pengumpulan data pada era Big Data melengkapi teknik sampling dengan menghasilkan informasi yang lebih cepat dan relatif lebih murah daripada survei. Machine Learning sebagai salah satu ilmu data sains saat ini mulai dikenal oleh para peneliti yang terbiasa berkutat dengan statistika. Meskipun aplikasi dari disiplin ilmu Statistika dan Machine Learning kelihatan sangat berbeda, dua ilmu tersebut sangat berkaitan. Menyadari bahwa Big Data banyak berkorelasi dengan data biner maka Regresi Logistik Biner untuk Statistika dan Random Forest untuk Machine Learning dapat digunakan sebagai sarana pengolahan datanya. Pada Big Data yang dibangkitkan melalui software R, dilakukan perbandingan kemampuan menggunakan tingkat akurasi. Pada uji coba pertama Regresi Logistik Biner memiliki tingkat akurasi sebesar 61.18% dan 96.94% untuk Random Forest. Untuk uji coba kedua dengan pembagian data training dan data test didapatkan tingkat akurasi Regresi Logistik Biner sebesar 63.11% dan Random Forest sebesar 78.24%. Kedua hasil menunjukkan bahwa Random Forest lebih unggul dalam memprediksi dengan selisih 35.76% dan 15.13%.