IMPLEMENTASI RANDOM FOREST PADA KASUS TITANIC SURVIVOR PROBLEM

Abstract

Machine learning dengan metode random forest dapat membantu dalam klasifikasi keselamatan penumpang kasus titanic survivor problem. Tugas Akhir ini bertujuan untuk mengimplementasikan machine learning menggunakan model random forest dalam memprediksi penumpang selamat pada tenggelamnya kapal titanic dengan menggunakan bahasa pemograman python. Kemudian digunakan data historis dalam klasifikasi keselamatan penumpang tersebut yang diperoleh dari kaggle. Guna proses klasifikasi, dilakukan data split yakni 20% untuk test model dan 80 % untuk train model, kemudian digunakan n_estimator saja sebagai tuning parameter untuk model random forest dan tidak menggunakan hyperparameter tuning. Implementasi random forest dengan menggunakan jupyter notebook dan library python sckit-learn. Menampilkan seluruh hasil dari predictor gabungan yang dihasilkan random forest dengan menggunakan confusion matrix dan berdasarkan akurasi dari pengujian parameter untuk pengujian percobaan tuning parameter untuk n_estimator. Penelusuran 5 dan 100 tree pada implementasi bahwa Tugas Akhir ini memperoleh akurasi dengan 85% terprediksi benar dalam proses pengujian yang telah dilakukan.