Teknik Imbalance Class yang Umum Digunakan untuk Menangani Data Tidak Seimbang

Ilustrasi - Teknik Imbalance Class yang Umum Digunakan

Dalam dunia machine learning, kelas yang tidak seimbang (imbalance class) dapat menjadi masalah serius saat membangun model. Data yang tidak seimbang dapat menyebabkan model lebih condong ke kelas mayoritas dan mengabaikan kelas minoritas, sehingga menghasilkan model yang bias dan dapat menyebabkan overfitting. Oleh karena itu, perlu adanya teknik imbalance class untuk menangani data yang tidak seimbang. Berikut adalah teknik imbalance class yang umum digunakan.

Teknik Undersampling

Teknik ini melibatkan mengurangi jumlah sampel pada kelas mayoritas. Salah satu contohnya adalah Random Undersampling. Teknik ini secara acak menghapus sejumlah sampel pada kelas mayoritas sehingga jumlah sampel pada kelas minoritas dan mayoritas menjadi seimbang. Berikut adalah contoh coding Random Undersampling menggunakan Python:

from imblearn.under_sampling import RandomUnderSampler

rus = RandomUnderSampler(random_state=0)
X_resampled, y_resampled = rus.fit_resample(X, y)

Teknik Oversampling

Teknik ini melibatkan menambah jumlah sampel pada kelas minoritas. Salah satu contohnya adalah SMOTE (Synthetic Minority Over-sampling Technique). Teknik ini membuat sampel sintetis pada kelas minoritas dengan cara menggabungkan sampel minoritas yang ada dengan sampel yang baru. Berikut adalah contoh coding SMOTE menggunakan Python:

from imblearn.over_sampling import SMOTE

smote = SMOTE(random_state=0)
X_resampled, y_resampled = smote.fit_resample(X, y)

Teknik Combination Sampling

Teknik ini melibatkan kombinasi dari undersampling dan oversampling. Salah satu contohnya adalah SMOTEENN (SMOTE + Edited Nearest Neighbours). Teknik ini menggabungkan SMOTE dengan Edited Nearest Neighbours, yaitu teknik undersampling yang membuang sampel pada kelas mayoritas yang terlalu dekat dengan sampel pada kelas minoritas. Berikut adalah contoh coding SMOTEENN menggunakan Python:

from imblearn.combine import SMOTEENN

smoteenn = SMOTEENN(random_state=0)
X_resampled, y_resampled = smoteenn.fit_resample(X, y)

Teknik Cost-Sensitive Learning

Teknik ini melibatkan memberikan bobot yang berbeda pada kelas minoritas dan mayoritas. Bobot yang lebih besar diberikan pada kelas minoritas sehingga model lebih memperhatikan kelas minoritas. Berikut adalah contoh coding Cost-Sensitive Learning menggunakan Python:

from sklearn.svm import SVC

svm = SVC(class_weight='balanced')
svm.fit(X, y)

FAQs

1. Apa itu imbalance class?
   
   Jawaban: Imbalance class adalah kondisi di mana jumlah sampel pada kelas minoritas jauh lebih sedikit daripada kelas mayoritas dalam dataset.
   
   
2. Mengapa imbalance class menjadi masalah dalam machine learning?
   
   Jawaban: Imbalance class dapat menyebabkan model lebih condong ke kelas mayoritas dan mengabaikan kelas minoritas, sehingga menghasilkan model yang bias.
   
   
3. Apa itu teknik undersampling?
   
   Jawaban: Teknik undersampling adalah teknik yang melibatkan mengurangi jumlah sampel pada kelas mayoritas.
   
   
4. Apa itu teknik oversampling?
   
   Jawaban: Teknik oversampling adalah teknik yang melibatkan menambah jumlah sampel pada kelas minoritas.
   
   
5. Apa itu teknik cost-sensitive learning?
   
   Jawaban: Teknik cost-sensitive learning adalah teknik yang melibatkan memberikan bobot yang berbeda pada kelas minoritas dan mayoritas untuk mengatasi imbalance class.

Kesimpulan:

Teknik imbalance class sangat penting untuk menangani data yang tidak seimbang dalam dunia machine learning. Ada beberapa teknik yang umum digunakan, seperti undersampling, oversampling, combination sampling dan cost-sensitive learning. Dalam memilih teknik yang sesuai, harus diperhatikan karakteristik dataset dan tujuan dari model yang ingin dibangun.