Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Kürzlich hochgeladen
Kürzlich hochgeladen (20)
Empfohlen
Empfohlen (20)
Perbandingan Klasifikasi Data NBA Rookies dengan Menggunakan Decision Tree, Random Forest, Gradient Boosting, Adaptive Boosting, Multilayer Perceptron, K-Nearest Neighbor, Naive Bayes dan Logistic Regression
- 1. Oleh: Fraschiska Rizky R 06211540000022 Dosen Pengampu: Dr. Dra. Kartika Fithriasari, M.Si Novri Suhermi, S.Si, M.Sc Kelas Data Mining A 2018 Perbandingan Klasifikasi Data NBA Rookies dengan Menggunakan Decision Tree, Random Forest, Gradient Boosting, Adaptive Boosting, Multilayer Perceptron, K-Nearest Neighbor, Naive Bayes dan Logistic Regression 1
- 2. 2 Outline 01 03 PENDAHULUAN ANALISIS DAN PEMBAHASAN 02 METODOLOGI PENELITIAN 04 KESIMPULAN DAN SARAN
- 4. 4 NBA Rookie “Basket tidak hanya bersifat sebagai sebuah permainan biasa, akan tetapi berubah menjadi sebuah permainan profesional “ Statistik pemain dalam setiap pertandingan sangat penting Klasifikasi Pemain NBA Rookie dengan Decision Tree, Random Forest, Gradient Boosting, Adaptive Boosting, Multilayer Perceptron, K-Nearest Neighbor, Naive Bayes dan Logistic Regression
- 6. 6 Data sekunder : Data NBA Rookies sebanyak 1340 data yang diperoleh dari Data World diakses tanggal 5 Desember 2018 pukul 19.00. Data terdiri dari dua kelas dengan kelas 0 berjumlah 509 data dan kelas 1 berjumlah 831 data Sumber Data
- 7. 7 VARIABEL PENELITIAN No Variabel Keterangan Jenis Variabel 1. Nama Nama pemain rookie Independen 2. GP Jumlah pertandingan yang telah dialami pemain dalam 1 musim kompetisi Independen 3. MIN Durasi waktu pemain bermain selama pertandingan. Independen 4. PTS Skor yang diperoleh untuk setiap kali bertanding Independen 5. FGM Poin yang dicetak pemain selama pertandingan Independen 6. FGA Peluang dalam mencetak poin selama pertandingan Independen 7. FG% Persentase keberhasilan seorang pemain untuk mencetak poin selama pertandingan Independen 8. 3P Made Poin yang dicetak pemain melalui tembakan 3 angka selama pertandingan Independen 9. 3PA Peluang dalam mencetak poin melalui tembakan 3 angka selama pertandingan Independen 10. 3P% Persentase keberhasilan seorang pemain untuk mencetak poin melalui tembakan 3 angka selama pertandingan Independen 11. FTM Tembakan bebas atau tembakan hukuman yang dapat dieskekusi pemain selama pertandingan Independen 12. FTA Peluang seorang pemain mengeksekusi tembakan bebas atau tembakan hukuman selama pertandingan Independen
- 8. 8 VARIABEL PENELITIAN No Variabel Keterangan Jenis Variabel 13. FT% Persentase keberhasilan seorang pemain dalam mengeksekusi tembakan bebas atau tembakan hukuman selama pertandingan Independen 14. OREB Perolehan bola netral atau bola mentah hasil tembakan tim serang pada saat posisi menyerang selama pertandingan Independen 15. DREB Perolehan bola netral atau bola mentah hasil tembakan tim serang pada saat posisi menyerang selama pertandingan Independen 16. REB Jumlah perolehan bola netral atau bola mentah selama pertandingan Independen 17. AST Hasil passing atau operan bola yang membuahkan poin dalam pertandingan Independen 18. STL Pencurian bola dari tangan tim lawan dalam pertandingan Independen 19. BLK Hasil menggagalkan tembakan pemain dari tim lawan dalam pertandingan Independen 20. TOV Kesalahan yang dilakukan pemain selama pertandingan Independen 21. TARGET_5Yrs Karir pemain rookie 0 : karir kurang dari 5 tahun 1 : karir lebih dari atau sama dengan 5 tahun Dependen
- 9. 9 STRUKTUR DATA No X1 X2 X3 … Xj … XM 1 X11 X12 X13 … X1j … X1M 2 X21 X22 X23 … X2j … X2M 3 X31 X32 X33 … X3j … X3M ⁞ ⁞ ⁞ ⁞ … ⁞ ⁞ ⁞ i Xi1 Xi2 Xi3 … Xij … XiM ⁞ … … N XN1 XN2 XN3 … XNj … XNM
- 10. 10 1 2 4 5 Pengumpulan data Pre-processing data Eksplorasi data Klasifikasi 7 Penarikan Kesimpulan dan Saran 3 Feature engineering & feature selection 6 Hyperparameter Tuning
- 12. 12 Deteksi Missing Value Deteksi Data Duplikat
- 16. 16 Feature Engineering data['GP-MIN']= data['GP'] * data['MIN'] data['GP-PTS']= data['GP'] * data['PTS'] Feature Selection Variabel terpilih : GP MIN FGA FG% 3P% FTM FT% OREB DREB GP-MIN GP-PTS
- 17. 17 Normalisasi Data 0 1 2 .... 8 9 10 0 0.035086 0.026704 0.007407 .... 0.003314 0.961352 0.259635 1 0.035736 0.027466 0.006841 .... 0.002042 0.961309 0.257302 2 0.061612 0.012739 0.003913 .... 0.001415 0.942666 0.320383 3 0.076651 0.01533 0.007269 .... 0.001189 0.889151 0.43691 4 0.079878 0.019137 0.004992 .... 0.002496 0.918599 0.359452 Principal Component Analysis (PCA) 0 1 0 -0.006766 -0.09617 1 0.000044 -0.09585 2 -0.032776 -0.03974 3 -0.035078 0.095691 4 0.017843 0.026243
- 18. 18 Klasifikasi Hold Out Method Metode Akurasi Sebelum Hyperparameter tuning Sesudah Hyperparameter tuning Decision tree 0.588345865 0.70112782 Random Forest 0.65037594 0.714285714 Gradient Boosting 0.657894737 0.697368421 AdaBoost 0.659774436 0.714285714 MLP 0.712406015 0.678571429 KNN 0.661654135 0.712406015 Naive Bayes 0.686090226 0.686090226 Logistic Regression 0.654135338 0.72556391
- 19. 19 Klasifikasi CV - KFold Metode Akurasi Sebelum Hyperparameter tuning Sesudah Hyperparameter tuning Decision tree 0.6024 0.687473 Random Forest 0.640792 0.684455 Gradient Boosting 0.66492 0.677693 AdaBoost 0.660377 0.673931 MLP 0.685243 0.684477 KNN 0.663419 0.685221 Naive Bayes 0.670189 0.670189 Logistic Regression 0.655897 0.694257
- 20. 20 Klasifikasi CV – Stratified KFold Metode Akurasi Sebelum Hyperparameter tuning Sesudah Hyperparameter tuning Decision tree 0.579807 0.675427 Random Forest 0.626447 0.684438 Gradient Boosting 0.661876 0.685919 AdaBoost 0.669355 0.678423 MLP 0.683681 0.6822 KNN 0.66264 0.688209 Naive Bayes 0.667134 0.667134 Logistic Regression 0.659604 0.694241
- 21. 21 Perbandingan Hold Out Method dan Cross Validation Metode Hold Out KFold Stratified KFold Decision tree 0.70112782 0.687473 0.675427 Random Forest 0.714285714 0.684455 0.684438 Gradient Boosting 0.697368421 0.677693 0.685919 AdaBoost 0.714285714 0.673931 0.678423 MLP 0.678571429 0.684477 0.6822 KNN 0.712406015 0.685221 0.688209 Naive Bayes 0.686090226 0.670189 0.667134 Logistic Regression 0.72556391 0.694257 0.694241
- 23. 23 Kesimpulan • Terdapat missing value pada variabel 3P% • Terdapat data duplikat sebanyak 12 data • Jumlah variabel yang banyak perlu dilakukan feature selection • Hasil eksplorasi menunjukkan masih terdapat data berkorelasi tinggi maka perlu dilakukan PCA • Sebaran data tidak normal sehingga perlu dilakukan normalisasi • Klasifikasi data NBA rookies dengan metode Hold Out dan Cross Validation menghasilkan akurasi tertinggi pada metode klasifikasi Logistic Regression
- 24. 24 Saran Pada penelitian selanjutnya perlu dilakukan penelitian lebih lanjut mengenai penyebab akurasi yang tidak terlalu tinggi pada hasil klasifikasi, baik dari cara memanajemen data, pre-processing data ataupun faktor-faktor lain yang mempengaruhi sehingga diperoleh hasil klasifikasi yang semakin baik
- 25. THANK YOU 25