Perbandingan Algoritma Random Forest, Naive Bayes, Dan Decision Tree Dengan Oversampling Untuk Klasifikasi Bakteri E.Coli

Abstract

Berbagai jenis bakteri dapat dibedakan berdasarkan klasifikasi bakteri yang juga tergantung varietas dari bakteri tersebut. Suatu hal penting dalam mengidentifikasi bakteri adalah melalui karakteristik yang dapat diamati pada bakteri tersebut yang memanfaatkan ciri bentuk serta melalui perwarnaan sifat dari bakteri itu sendiri. Karakteristik yang dapat diamati dari suatu bakteri dapat diklasifikasi dengan memanfaatkan algoritma-algoritma klasifikasi. Pada penelitian ini dataset yang digunakan yaitu dataset E. coli yang merupakan data sekunder. Kemudian dilakukan praproses data dengan menghilangkan kolom ID yang sifatnya unik di tiap sampel data. Lalu membagi data terlebih dahulu menjadi 70% data latih dan 30% data uji. Data latih akan dibagi lagi menggunakan k-fold cross validation dengan nilai  yang dimana akan menghasilkan data latih sebanyak 211 sampel dan data validasi sebanyak 24 sampel. Untuk membuktikan algoritma dengan akurasi terbaik, maka proses klasifikasi dilakukan menggunakan tiga model algoritma sebagai perbandingan yaitu algoritma random forest, Naïve Bayes dan decision tree yang sebelumnya juga pernah dilakukan dengan penelitian dan dataset yang berbeda. Pada proses pelatihan model juga akan dilakukan proses hyperparameter tuning, yaitu proses pencarian parameter terbaik untuk mendapatkan hasil akurasi yang terbaik. Hasil yang didapatkan menjelaskan bahwa algoritma random forest memiliki akurasi tertinggi yaitu sebesar 84%.