22
digunakan untuk belajar classification
function
yang menyimpulkan
nilai atribut dependen (variabel). (Girja, Bhargava & Mathuria, 2013)
Entropy
Entropy
"digunakan dalam proses ini. Entropy
adalah
ukuran dari gangguan (disorder) data. Entropy diukur dalam
bit. Ini
juga disebut pengukuran ketidakpastian dalam setiap
variabel acak. (Girja, Bhargava & Mathuria, 2013)
Gambar 2.17 : Rumus Entropy
Sumber: (Girja, Bhargava & Mathuria, 2013)
Information Gain
Informasi Gain
adalah untuk mengukur input dan
output diantara asosiasi. (Girja, Bhargava & Mathuria, 2013)
Gambar 2.18 : Rumus Information Gain
Sumber: (Girja, Bhargava & Mathuria, 2013)
Confusion Matrix
Confusion Matrix berisi informasi aktual dan klasifikasi
prediksi dilakukan dengan sistem klasifikasi. Kinerja sistem
nya menggunakan data dalam matriks.
(Girja, Bhargava &
Mathuria, 2013)
Confidence
Confidence
adalah ukuran yang menilai tingkat
kepastian asosiasi terdeteksi, ini diambil sebagai probabilitas
bersyarat P (Y | X), yaitu probabilitas bahwa transaksi yang
mengandung X juga Berisi Y (Han dan Kamber,2011,p21).
Support
Support
adalah ukuran yang mewakili persentase
transaksi dari database
transaksi yang diberikan aturan yang
 |