Classification and Regression Tree (CART) adalah salah satu algoritma Machine Learning berbasis pohon keputusan (Decision Tree) yang digunakan untuk menyelesaikan masalah klasifikasi dan regresi. Algoritma ini mampu menemukan pola dalam data dan menghasilkan model prediksi yang mudah dipahami sehingga banyak digunakan dalam bidang Data Science, Artificial Intelligence (AI), analisis bisnis, hingga penelitian akademik.
Dalam Machine Learning, CART sering digunakan untuk memprediksi kategori maupun nilai numerik berdasarkan sekumpulan variabel input. Pada artikel ini kita akan membahas pengertian Classification and Regression Tree (CART), sejarah, cara kerja, langkah membangun model, kelebihan dan kekurangan, hingga contoh penerapannya dalam dunia nyata.
Apa itu Classification and Regression Tree (CART)?
Classification and Regression Tree (CART) adalah algoritma Machine Learning yang diperkenalkan oleh Leo Breiman, Jerome Friedman, Richard Olshen, dan Charles Stone pada tahun 1984 melalui buku Classification and Regression Trees. CART digunakan untuk membangun model prediktif berbentuk pohon keputusan (Decision Tree) yang dapat digunakan untuk melakukan klasifikasi maupun regresi.
Dalam prosesnya, algoritma CART membagi data menjadi beberapa kelompok menggunakan metode pemisahan biner (binary split) sehingga setiap node menghasilkan dua cabang. Untuk tugas klasifikasi, CART digunakan untuk memprediksi kelas atau kategori data, sedangkan untuk regresi digunakan untuk memprediksi nilai numerik yang bersifat kontinu.
Karena mampu menghasilkan model yang mudah dipahami dan diinterpretasikan, CART menjadi salah satu algoritma yang banyak digunakan dalam Data Science, Data Mining, Artificial Intelligence, dan analisis prediktif.
Baca Juga: Belajar Decision Tree: Pengertian, Konsep, Penerapan dan Cara Kerjanya
Langkah-langkah dalam Membangun Classification and Regression Tree
1. Mempersiapkan Data
Langkah pertama dalam membangun Classification and Regression Tree adalah mempersiapkan data yang akan digunakan. Hal ini meliputi mengimpor data, memeriksa keberadaan nilai yang hilang atau duplikat dan memastikan bahwa data telah dalam format yang sesuai.
2. Memilih Variabel Prediktor
Setelah data siap, langkah selanjutnya adalah memilih variabel prediktor yang akan digunakan untuk membangun model CART. Variabel prediktor ini akan menjadi acuan dalam membagi data menjadi subset yang lebih kecil.
3. Membagi Data menjadi Subset
Pada langkah ini, data akan dibagi menjadi subset yang lebih kecil berdasarkan nilai dari variabel prediktor yang dipilih. Tujuan dari pemisahan ini adalah untuk memaksimalkan kehomogenan dalam setiap subset.
4. Menghitung Ukuran Keberagaman Data
Setelah data dibagi menjadi subset, langkah selanjutnya adalah menghitung ukuran keberagaman data di setiap subset. Ukuran keberagaman ini akan digunakan dalam memilih variabel terbaik untuk melakukan split pada node pemisah.
5. Memilih Variabel Terbaik untuk Split
Variabel terbaik untuk melakukan split dipilih berdasarkan ukuran keberagaman yang telah dihitung sebelumnya. Variabel yang memiliki ukuran keberagaman tertinggi akan dipilih sebagai variabel untuk melakukan split.
6. Membangun Pohon
Dalam langkah ini, pohon keputusan secara iteratif dibangun dengan melakukan split pada setiap node pemisah. Proses ini berlanjut hingga mencapai kriteria berhenti yang telah ditentukan sebelumnya, seperti kedalaman maksimum pohon atau ukuran subset yang mencapai ambang batas tertentu.
7. Menguji dan Mengevaluasi Model
Setelah pohon keputusan selesai dibangun, langkah terakhir adalah menguji dan mengevaluasi model yang telah dibangun. Hal ini dilakukan dengan menggunakan data yang tidak digunakan dalam pembangunan model. Metrik evaluasi seperti akurasi, presisi dan recall dapat digunakan untuk mengevaluasi performa model CART.
Baca Juga: Random Forest: Pengertian, Cara Kerja dan Contoh Penerapannya
Keuntungan dan Kelemahan Classification and Regression Tree
Keuntungan
- Interpretabilitas: Model CART memberikan aturan yang dapat dengan mudah dipahami dan diinterpretasikan oleh manusia.
- Tidak membutuhkan asumsi tertentu: Model CART tidak bergantung pada asumsi tertentu tentang distribusi data atau hubungan antara variabel.
- Toleransi terhadap data yang tidak lengkap: Model CART dapat bekerja dengan baik bahkan jika data memiliki nilai yang hilang atau tidak lengkap.
- Fleksibilitas: Model CART dapat digunakan untuk membangun model klasifikasi dan regresi.
Kelemahan
- Kecenderungan terhadap overfitting: Model CART cenderung menghasilkan pohon yang terlalu kompleks dan overfit terhadap data pelatihan.
- Sensitivitas terhadap perubahan data: Pohon keputusan yang dihasilkan dapat berubah secara signifikan dengan perubahan kecil pada data pelatihan.
- Tidak stabil: Model CART cenderung tidak stabil dalam menghadapi variasi kecil dalam data pelatihan.
Contoh Penggunaan Classification and Regression Tree
Salah satu contoh penggunaan CART adalah dalam prediksi keputusan kredit. Misalnya, sebuah bank ingin membangun model untuk memprediksi apakah seorang calon peminjam akan gagal membayar kredit atau tidak. Dengan menggunakan metode CART, bank dapat membangun model yang membagi calon peminjam berdasarkan variabel seperti pendapatan, usia dan riwayat kredit sebelumnya.
Baca Juga: Gradient Boosting: Pengertian, Cara Kerja dan Contoh Skripsi
Contoh Soal Classification and Regression Tree (CART)
Berikut ini adalah contoh soal dan jawaban mengenai algoritma Classification and Regression Tree (CART):
Soal: Misalkan kita memiliki dataset yang berisi informasi tentang mobil-mobil bekas yang dijual, termasuk atribut-atribut seperti merek, tahun produksi, jumlah kilometer yang sudah ditempuh, dan harga jual. Kita ingin menggunakan algoritma CART untuk memprediksi apakah suatu mobil akan terjual dengan harga tinggi atau rendah berdasarkan atribut-atribut tersebut. Berikut adalah contoh subset data:
| Merek | Tahun Produksi | Kilometer | Harga Jual | Terjual |
|---|---|---|---|---|
| Toyota | 2015 | 50000 | 150000000 | Tinggi |
| Honda | 2012 | 80000 | 100000000 | Rendah |
| Suziki | 2014 | 60000 | 120000000 | Rendah |
| Toyota | 2016 | 30000 | 180000000 | Tinggi |
1. Bagaimana langkah pertama dalam algoritma CART untuk membangun pohon keputusan?
Jawaban: Langkah pertama dalam algoritma CART adalah memilih variabel prediktor yang paling baik untuk membagi data menjadi subset yang lebih kecil. Pemilihan ini didasarkan pada ukuran keberagaman data di setiap subset.
2. Berdasarkan contoh data di atas, apakah variabel prediktor yang paling baik untuk membagi data pada langkah pertama?
Jawaban: Misalkan kita memilih variabel prediktor “Merek” pada langkah pertama. Kita dapat membagi data menjadi subset berdasarkan merek mobil.
Subset 1:
| Merek | Tahun Produksi | Kilometer | Harga Jual | Terjual |
|---|---|---|---|---|
| Toyota | 2015 | 50000 | 150000000 | Tinggi |
| Toyota | 2016 | 30000 | 180000000 | Tinggi |
Subset 2:
| Merek | Tahun Produksi | Kilometer | Harga Jual | Terjual |
|---|---|---|---|---|
| Honda | 2012 | 80000 | 100000000 | Rendah |
| Suzuki | 2014 | 60000 | 120000000 | Rendah |
3. Bagaimana langkah selanjutnya setelah data dibagi menjadi subset?
Jawaban: Setelah data dibagi menjadi subset, langkah selanjutnya adalah mengukur keberagaman data di setiap subset. Keberagaman ini dapat diukur menggunakan metrik seperti indeks Gini atau entropi. Tujuan dari pengukuran ini adalah untuk menentukan variabel prediktor yang memberikan pemisahan yang paling baik antara kelas atau nilai target.
4. Apa langkah terakhir dalam algoritma CART?
Jawaban: Langkah terakhir dalam algoritma CART adalah membangun pohon keputusan secara rekursif dengan memilih variabel prediktor terbaik pada setiap langkah dan membagi data menjadi subset yang lebih kecil. Proses ini akan berlanjut hingga mencapai kriteria berhenti tertentu, seperti mencapai tingkat keberagaman yang memadai atau mencapai batasan kedalaman maksimum.
5. Bagaimana kita dapat menggunakan pohon keputusan yang telah dibangun untuk memprediksi apakah suatu mobil akan terjual dengan harga tinggi atau rendah?
Jawaban: Setelah pohon keputusan dibangun, kita dapat menggunakan jalur yang diikuti oleh data baru pada pohon tersebut untuk memprediksi kelas atau nilai target. Misalnya, jika data baru memiliki merek Toyota dan tahun produksi 2015, maka berdasarkan pohon keputusan yang telah dibangun, kita dapat memprediksi bahwa mobil tersebut akan terjual dengan harga tinggi.
Perhatikan bahwa contoh jawaban di atas hanya bersifat ilustratif dan berdasarkan asumsi sederhana. Dalam praktiknya, penggunaan algoritma CART akan melibatkan lebih banyak atribut dan lebih kompleks dalam memilih variabel prediktor, mengukur keberagaman data, dan membangun pohon keputusan.
Baca Juga: Gradient Boosting Machines (GBM): Jenis, Cara Kerja & Contoh
Kesimpulan
Pada pembahasan di atas dapat disimpulkan bahwa Classification and Regression Tree (CART) adalah algoritma Machine Learning berbasis Decision Tree yang digunakan untuk menyelesaikan masalah klasifikasi dan regresi. Algoritma ini bekerja dengan membagi data secara bertahap menggunakan aturan pemisahan tertentu hingga menghasilkan pohon keputusan yang dapat digunakan untuk melakukan prediksi secara akurat.
Berkat kemampuannya dalam menghasilkan model yang mudah dipahami, CART banyak digunakan dalam bidang Data Science, Data Mining, Artificial Intelligence, analisis bisnis, dan penelitian akademik. Memahami cara kerja CART menjadi dasar penting sebelum mempelajari algoritma lanjutan seperti Random Forest, Gradient Boosting Machine (GBM), dan XGBoost.
Artikel ini merupakan bagian dari seri Kecerdasan Buatan KantinIT.com. Jika artikel ini bermanfaat, jangan lupa bagikan ke media sosial atau ke teman kamu.
