1. Aplikasi Weight of Evidence pada data case study: Data Diskretisasi Oleh Achmad Syaiful (G152170321) Tugas Kuliah Pemodelan Klasifikasi Departemen Statistika Institut Pertanian Bogor

2. Outlines 1. Latar Belakang 2. Data dan Struktur 3. Metode dan Analisis 4. Hasil dan Pembahasan 5. Kesimpulan

3. Latar Belakang Discrete Categorical Continues Predictor Categorical Predictor  Penggunaan WOE bertujuan untuk memperoleh model yang lebih baik  Menyederhanakan data sehingga tidak dipengaruhi oleh outlier

4. Data dan Struktur Data Sekunder > head(data) x class 1 51 0 2 19 1 3 66 1 4 35 0 5 64 1 6 48 1 > summary(data) x class Min. :18.00 Min. :0.0000 1st Qu.:31.00 1st Qu.:0.0000 Median :44.00 Median :1.0000 Mean :42.81 Mean :0.5186 3rd Qu.:55.00 3rd Qu.:1.0000 Max. :67.00 Max. :1.0000

5. Metode dan Analisis Weight Of Evidence 1)Bagi data menjadi data training dan data testing dengan perbandingan (3:1) 2)Menguji data awal dengan metode Logistik Regresi 3)Hitung Weight of Evidence 4)Menguji data yang telah dibuat weight of evidence Tahapan Analisis:

6. Hasil dan Pembahasan acak <- sample(1:nrow(data), 1146) data.training <- data[acak,] data.testing <- data[-acak,] model.logistik<-glm(class~ x, data=data.training, family="binomial") summary(model.logistik) prob.prediksi<-predict(model.logistik, data.testing, type="response") prediksi 0.5, 1, 0) library(caret) confusionMatrix(prediksi, data.testing$class) Sintaks: Output: > confusionMatrix(prediksi, data.testing$class) Confusion Matrix and Statistics Reference Prediction 0 1 0 88 78 1 102 115 Accuracy : 0.53 95% CI : (0.4787, 0.5809) No Information Rate : 0.5039 P-Value [Acc > NIR] : 0.16581 Kappa : 0.0591 Mcnemar's Test P-Value : 0.08647 Sensitivity : 0.4632 Specificity : 0.5959 Pos Pred Value : 0.5301 Neg Pred Value : 0.5300 Prevalence : 0.4961 Detection Rate : 0.2298 Detection Prevalence : 0.4334 Balanced Accuracy : 0.5295 'Positive' Class : 0

7. Hasil dan Pembahasan (Cont.) library(woe) woe<-woe(Data=data.training,"x",TRUE,"class",7,Bad=0,Good=1) woe data.training$x_bin <- ifelse(data.training$x < 27, 110.7, ifelse(data.training$x < 35, -62.3, ifelse(data.training$x < 44, -189.7, ifelse(data.training$x < 51, -97.7, ifelse(data.training$x < 59, 49.5,238.4))))) data.testing$x_bin <- ifelse(data.testing$x < 27, 110.7, ifelse(data.testing$x < 35, -62.3, ifelse(data.testing$x < 44, -189.7, ifelse(data.testing$x < 51, -97.7, ifelse(data.testing$x < 59, 49.5,238.4))))) Sintaks: Output: > woe BIN MIN MAX BAD GOOD TOTAL BAD% GOOD% TOTAL% WOE IV BAD_SPLIT GOOD_SPLIT 1 1 18 27 44 147 191 0.081 0.245 0.167 110.7 0.182 0.230 0.770 2 2 27 35 120 71 191 0.220 0.118 0.167 -62.3 0.064 0.628 0.372 3 3 35 44 164 27 191 0.300 0.045 0.167 -189.7 0.484 0.859 0.141 4 4 44 51 135 56 191 0.247 0.093 0.167 -97.7 0.150 0.707 0.293 5 5 51 59 68 123 191 0.125 0.205 0.167 49.5 0.040 0.356 0.644 6 6 59 67 15 176 191 0.027 0.293 0.167 238.4 0.634 0.079 0.921

8. Hasil dan Pembahasan (Cont.) model.logistik<-glm(class~ x_bin, data=data.training, family="binomial") summary(model.logistik) prob.prediksi<-predict(model.logistik, data.testing, type="response") prediksi 0.5, 1, 0) library(caret) confusionMatrix(prediksi, data.testing$class) Sintaks: Output: > confusionMatrix(prediksi, data.testing$class) Confusion Matrix and Statistics Reference Prediction 0 1 0 140 50 1 50 143 Accuracy : 0.7389 95% CI : (0.6919, 0.7822) No Information Rate : 0.5039 P-Value [Acc > NIR] : <2e-16 Kappa : 0.4778 Mcnemar's Test P-Value : 1 Sensitivity : 0.7368 Specificity : 0.7409 Pos Pred Value : 0.7368 Neg Pred Value : 0.7409 Prevalence : 0.4961 Detection Rate : 0.3655 Detection Prevalence : 0.4961 Balanced Accuracy : 0.7389 'Positive' Class : 0

9. Kesimpulan Penggunaan WOE pada model Logistik Regresi Meningkatkan Akurasi pemodelan

10. Terima Kasih