Start Back Next End
  
24
2.1.8 Data Mining vs DSS
Menurut (Sehgal, Sehgal, Sehgal, & Chauhan, 2012), DSS (Decision Support System)
menyediakan pelayanan manajemen, operasi dan level perencanaan dari suatu organisasi dan
membantu dalam pengambilan keputusan. Sedangkan Data Mining mempunyai peran vital
untuk mengekstrak informasi penting untuk membantu dalam pengambilan keputusan dari
DSS.
Jadi bisa disimpulkan bahwa data mining dan DSS berkaitan oleh karena data mining
merupakan proses analisis yang bisa terlibat dalam DSS yang berfungsi menghasilkan
knowledge baru untuk mendukung pengambilan keputusan.
2.1.9 Classfier accuracy Measurables
Classifier Accuracy Measures
menurut (Han & Kamber, Data Mining : Concept and
Techniques Second Edition, 2006)
adalah metode klasifikasi yang dilakukan berdasarkan
tingkat akurasi model dalam melakukan prediksi. Hal ini dilakukan karena keakuratan dalam
mengolah data merupakan salah satu hal yang penting.
Metode yang digunakan untuk menguji tingkat akurasi model klasifikasi ini adalah
metode holdout. Dalam metode ini, data asli dipartisi menjadi dua himpunan yang saling
terpisah yang dinamakan training set
dan test set. Model klasifikasi kemudian dibangun
berdasarkan training set dan hasilnya kemudian dievaluasi dengan menggunakan testing set.
Akurasi dari masing-masing metode klasifikasi dapat diestimasi berdasarkan akurasi yang
diperoleh dari test set. Proporsi antara training set
dan test set
tidak mengikat tetapi agar
variansi dalam model tidak terlalu besar maka dapat ditentukan bahwa proporsi training set
lebih besar daripada test set-nya. Biasanya 2/3 dari data dijadikan training set
dan 1/3 lagi
dijadikan testing set.
Ukuran dari tingkat akurasi sebuah classifier dapat ditentukan dengan menggunakan
perhitungan-perhitungan Classifier Accuracy Measurables, yaitu sebagai berikut:
Sensivity =
Specificity =
Word to PDF Converter | Word to HTML Converter