DWDM-Tugas-2

waktu: KUMPULKAN PADA 7 Januari 2020

Perhatian: Soal 1 s/d 3 dikerjakan manual, soal 4,5 memakai R

(1). Sebutkan semua metoda klassifikasi dan metoda klastering yang anda
ketahui, disertai penjelasan singkat pada masing-masing metoda.

(2). Diberikan data nasabah sebagai berikut:

Nasabah Jumlah Kendaraan Jumlah Apartemen

A 3 4
B 2 5
C 1 7
D 4 2
E 2 3

Lakukan analisa klastering, terhadap data tersebut:

(a) Menggunakan algoritma kMeans, dengan k=2, centroid-1=2, centroid-2=4
(b) Menggunakan algoritma hirarchical clustering, single link.

(3). Diberikan data weather sbb:

> weather
outlook temperature humidity wind playTennis
1 sunny 27 high normal no
2 sunny 28 high high no
3 overcast 29 high normal yes
4 rainy 21 high normal yes
5 rainy 17 normal normal yes
6 rainy 15 normal high no
7 overcast 19 normal high yes
8 sunny 22 high normal no
9 sunny 18 normal normal yes
10 rainy 23 normal normal yes
11 sunny 24 normal high yes
12 overcast 25 high high yes
13 overcast 30 normal normal yes
14 rainy 26 high high no

(a) Buat dan gambar “decision tree” dari data weather ini
(b) Buat diagram “if-then” rule berdasarkan decision-tree untuk menentukan
kapan orang bisa bermain tennis.

(4) Data “iris” disediakan dalam sistem-R.

a. Lakukan klassifikasi terhadap data iris dengan k-NN jumlah k=4. Bagi data iris
menjadi data training 120 observasi dan data testing sebanyak 30 observasi. Plot
hasil prediksi data testing. (Masukkan listing program dan copy hasil
eksekusinya, lampirkan dalam tugas).
b. Lakukan klastering terhadap data iris dengan jumlah centers = 3. (Capture
screen untuk dilampirkan dalam tugas.

(5) Berikut ini adalah tabel transaksi pada sebuah mini market:

Nomer Transaksi Jenis barang yang dibeli

1 Coca-cola, Biskuit, Kacang, Roti
2 Biskuit, Roti, Susu, Telur
3 Coca-cola, Susu, Roti
4 Kacang, Telur, Roti
5 Coca-cola, Biskuit. Susu
6 Kacang, Telur, Coca-cola, Susu
7 Susu, Biskuit, Roti

a) Lakukan analisa assosiasi manual dengan minimum support = 3, dan minimum

confidence = 65%, algoritma Apriori
b) Lakukan analisa assosiasi memakai program R, library(arules), dan fungsi
“apriori”, dengan minimum support=4 dan minimum confidence = 75%.