Tugas Penambangan Data E-Learning 06/11/2019

“Praktikum Klasifikasi dengan WEKA”

Dibuat Oleh :
1612501468 – M.Febriyan Dwiki Prayoga

Matakuliah : Penambangan Data

Kelompok : AC
Dosen : Dr. Rusdah, S.Kom., M.Kom.

Universitas Budi Luhur

Fakultas Teknologi Informasi
Jakarta
2019
 Soal
1. Lakukan eksplorasi data, laporkan fakta-fakta yang Anda anggap
menarik dalam data tersebut.
2. Lakukan pre-processing data bila diperlukan.
3. Klasifikasikan data tersebut dengan C4.5, sajikan hasil dalam
bentuk Tree dan Rule. Bandingkan mode test percentage split dan
10-fold Cross Validation. Gunakan dataset asli dan dataset hasil
point (2) bila ada.
4. Lakukan feature selection dengan menggunakan wrapper method
dengan classifier C4.5, KNN, dan Naive Bayes. Simpan hasil dalam
format .arff terpisah.
5. Lakukan perbandingan dengan menggunakan dataset asli, dan 3
dataset hasil point (4). Laporkan hasil perbandingan.
Jawaban
1. Data disini menjelaskan tentang Data Set Asuransi Kendaraan yang berjumlah
140 record dan masih dalam format .xlsx, jadi solusinya di save dengan format
.csv agar bisa terbaca di WEKA.

Terdiri dari 11 attribute yaitu : YearOfManufacturing, PeriodPolicy,

CustomerTypeDescription, ObjectDescription, JenisClaim, SumInsured,
ClaimAmount, ClaimRatio, LossRatio, ClaimFrekuensi, Renewal.

Untuk fakta fakta yang menarik antara lain :

- Kebanyakan mobil yang asuransi dalam data ini yaitu mobil yang dibuat di
bawah tahun 2010 dengan jumlah 88 dan 52 data untuk mobil diatas tahun
2010
 - Period Policy / Kebijakan Periode asuransi kendaraan ini yang paling kecil
adalah 1 dan yang paling besar adalah 5. Nilai tengahnya adalah 3.75
- Untuk Customernya sendiri kebanyakan adalah perusahaan dengan jumlah
123 dan 17 untuk umum
- Untuk jenis mobil yang di asuransikan kebanyakan dari Multi Proposed
Vehicle / Kendaraan serbaguna dengan jumlah 90, disusul dengan mobil
sedan dengan jumlah 41, lalu mobil truck dengan jumlah 6, minibus
berjumlah 2, dan terakhir adalah mobil pickup dengan jumlah 1
- Kebanyakan jenis klaim yang asuransi kendaraan adalah tidak ada klaim
dengan jumlah 70, insiden kecelakaan/kehilangan berjumlah 69, insiden
pencurian berjumlah 1.
- Kebanyakan uang yang pertanggungan/uang untuk asuransi kendaraan
adalah berjumlah dibawah 300 juta sebanyak 123 dan diatas 300 juta s.d 1
miliar sebanyak 17
- Kebanyakan untuk jumlah yang mengklaim kendaraan pada asuransi
kendaraan ini adalah tidak ada claim sebanyak 70, kecil sebanyak 60, dan
besar sebanyak 10.
- Untuk RatioClaim kendaraan pada asuransi ini adalah rendah dengan
jumlah 118 dan besar dengan jumlah 22.
- Untuk LossRatio kendaraan pada asuransi kendaraan ini adalah rendah
dengan jumlah 80 dan besar dengan jumlah 60.
- Untuk ClaimFrekuensi kendaraan pada asuransi kendaraan ini kebanyakan
yang tidak claim sebanyak 70, yang klaim lebih dari 1 kali sebanyak 56, dan
klaim hanya 1 kali sebanyak 14.
- Untuk Renewal / Pembaruan Asuransi kendaraan berjumlah 103 untuk
YES/ya dan NO/tidak berjumlah 37.

2. Sesudah melakukan preprocessing data didapatkan hasil sebagai berikut :

Untuk hasil masing masing attribute dengan menggunakan filter none,
supervised discrete, dan unsupervised discrete semuanya sama kecuali pada
attribute PeriodPolicy.

Filter None
Filter Supervised Discrete

Filter Unsupervised Discrete

3. Klasifikasi dengan C45
1. Filter None
- Cross Validation
- Percentage Split 70 %
2. Filter Supervised Discretize
- Cross Validation
- Percentage Split 70 %
3. Filter Unsupervised Discretize
- Cross Validation
- Percentage Split 70 %
4. Feature Selection dengan Wrapper Method :
- Naïve Bayes
- KNN/IBK
 - J48/C45

5. Maaf saya masih kurang paham ibu nomor 5 tapi hasilnya Cuma begini aja
ibu yang saya tau.