Memuat
Memuat
Random Forest untuk Pariwisata dan Perhotelan
0 kali dilihat
Memprediksi wisatawan akan kembali dengan random forest berdasarkan lama tinggal dan skor kepuasan, diperagakan pada data sintetis. Random Forest adalah kumpulan banyak pohon keputusan yang dilatih pada sampel bootstrap dan subset fitur acak, lalu digabung dengan voting untuk klasifikasi. Cocok untuk skripsi/tesis yang memprediksi kelas biner dari banyak prediktor dengan hubungan nonlinear dan interaksi, sekaligus menilai kepentingan tiap variabel.

Memprediksi wisatawan akan kembali dengan random forest berdasarkan lama tinggal dan skor kepuasan, diperagakan pada data sintetis.
| Peran | Variabel | Satuan |
|---|---|---|
| Utama | Wisatawan akan kembali | class |
| Pendukung 1 | Lama tinggal | days |
| Pendukung 2 | Skor kepuasan | score |
Random Forest 500 pohon untuk Wisatawan akan kembali memiliki galat OOB 27.1%. Pada 30% data uji, akurasi 87.8%, F1 0.879, dan AUC 0.917 (daya pembeda baik). Variabel terpenting (mean decrease accuracy) adalah Lama tinggal; plot ketergantungan parsial memperlihatkan pengaruh Lama tinggal yang nonlinear.
Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.
Random Forest adalah kumpulan banyak pohon keputusan yang dilatih pada sampel bootstrap dan subset fitur acak, lalu digabung dengan voting untuk klasifikasi. Cocok untuk skripsi/tesis yang memprediksi kelas biner dari banyak prediktor dengan hubungan nonlinear dan interaksi, sekaligus menilai kepentingan tiap variabel.
Laporkan galat OOB serta akurasi, F1, sensitivitas, spesifisitas, dan AUC pada data uji (AUC di atas 0,8 berarti daya pembeda baik). Urutkan variabel menurut kepentingannya dan gunakan plot ketergantungan parsial untuk menjelaskan arah dan bentuk pengaruh prediktor utama.
Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.
# Contoh kode R: Random Forest
suppressPackageStartupMessages({
library(ggplot2)
library(patchwork)
library(randomForest)
library(pROC)
})
set.seed(42)
# ---- Gaya grafik ----
pal <- c("#1f6feb", "#e8590c", "#2f9e44", "#ae3ec9", "#f59f00")
warna <- list(bg = "#f4f6fa", panel = "#ffffff", teks = "#1f2933", redup = "#5f6b78", grid = "#e3e8ee", bar = "#1d3557")
tata <- 1
theme_set(theme_minimal(base_size = 11) + theme(legend.position = "bottom"))
# ---- Data sintetis: kelas biner dari X1, X2 dan fitur tambahan ----
n <- max(200, 300)
d <- data.frame(length_of_stay = round(rnorm(n, 50, 10), 3),
satisfaction_score = round(rnorm(n, 30, 6), 3),
fitur_3 = round(rnorm(n, 50, 10), 2), # fitur pendukung (berpengaruh sedang)
fitur_4 = round(runif(n, 0, 100), 2), # fitur pendukung (berpengaruh lemah)
fitur_5 = round(rnorm(n, 20, 5), 2), # fitur pengganggu (tanpa pengaruh)
kategori = factor(sample(c("A", "B", "C"), n, replace = TRUE)))
z1 <- as.numeric(scale(d$length_of_stay)); z2 <- as.numeric(scale(d$satisfaction_score))
z3 <- as.numeric(scale(d$fitur_3)); z4 <- as.numeric(scale(d$fitur_4))
eta <- runif(1, -0.2, 0.4) + runif(1, 1.8, 2.6) * z1 + runif(1, 1.1, 1.7) * sample(c(-1, 1), 1) * z2 +
runif(1, 0.6, 1) * z3 + 0.3 * z4 - runif(1, 0.4, 0.7) * z1^2 + 0.6 * (d$kategori == "C") * z2
d$tourist_will_return <- factor(ifelse(runif(n) < plogis(eta), "ya", "tidak"), levels = c("tidak", "ya"))
write.csv(d, "data_contoh.csv", row.names = FALSE)
# ---- Bagi data latih 70% dan data uji 30% (bertingkat per kelas) ----
id_latih <- unlist(lapply(split(seq_len(n), d$tourist_will_return), function(i) sample(i, round(0.7 * length(i)))))
latih <- d[id_latih, ]
uji <- d[-id_latih, ]
print(table(latih$tourist_will_return)); print(table(uji$tourist_will_return))
# ---- Random Forest (500 pohon) ----
rf <- randomForest::randomForest(tourist_will_return ~ ., data = latih, ntree = 500, importance = TRUE)
print(rf)
oob <- unname(rf$err.rate[rf$ntree, "OOB"])
# ---- Evaluasi pada data uji ----
prob <- predict(rf, uji, type = "prob")[, "ya"]
pred <- factor(ifelse(prob >= 0.5, "ya", "tidak"), levels = c("tidak", "ya"))
cm <- table(Aktual = uji$tourist_will_return, Prediksi = pred)
print(cm)
tp <- cm["ya", "ya"]; fp <- cm["tidak", "ya"]; fn <- cm["ya", "tidak"]; tn <- cm["tidak", "tidak"]
akurasi <- (tp + tn) / sum(cm)
presisi <- if (tp + fp > 0) tp / (tp + fp) else 0
sensitivitas <- if (tp + fn > 0) tp / (tp + fn) else 0
spesifisitas <- if (tn + fp > 0) tn / (tn + fp) else 0
f1 <- if (presisi + sensitivitas > 0) 2 * presisi * sensitivitas / (presisi + sensitivitas) else 0
roc_uji <- pROC::roc(uji$tourist_will_return, prob, levels = c("tidak", "ya"), direction = "<", quiet = TRUE)
auc <- as.numeric(pROC::auc(roc_uji))
print(roc_uji)
# ---- Kepentingan variabel ----
imp <- randomForest::importance(rf)
print(round(imp, 3))
# ---- Grafik ----
nama_tampil <- c("length_of_stay" = "length_of_stay", "satisfaction_score" = "satisfaction_score", fitur_3 = "Feature 3", fitur_4 = "Feature 4",
fitur_5 = "Feature 5", kategori = "Category")
nama_tampil[] <- make.unique(nama_tampil, sep = " ") # cegah label kembar
di <- data.frame(fitur = nama_tampil[rownames(imp)], mda = imp[, "MeanDecreaseAccuracy"], gini = imp[, "MeanDecreaseGini"])
di$fitur <- factor(di$fitur, levels = di$fitur[order(di$mda)])
p1 <- ggplot(di, aes(mda, fitur)) +
geom_segment(aes(x = 0, xend = mda, yend = fitur), colour = warna$redup, linewidth = 0.8) +
geom_point(aes(size = gini), colour = pal[1]) +
scale_size_continuous(range = c(2, 6), name = "Gini decrease") +
labs(title = "Variable importance (mean decrease accuracy)", x = "Mean decrease in accuracy", y = NULL) +
theme(legend.position = "bottom")
dr <- data.frame(fpr = 1 - roc_uji$specificities, tpr = roc_uji$sensitivities)
dr <- dr[order(dr$fpr, dr$tpr), ]
p2 <- ggplot(dr, aes(fpr, tpr)) +
geom_abline(slope = 1, intercept = 0, linetype = "dashed", colour = warna$redup) +
geom_step(colour = pal[2], linewidth = 1.1) +
annotate("label", x = 0.62, y = 0.18, label = sprintf("AUC = %.3f", auc), colour = warna$teks, fill = warna$panel,
size = 3.5, label.size = 0) +
coord_equal() +
labs(title = "ROC curve (test set)", x = "False positive rate", y = "True positive rate")
pd <- randomForest::partialPlot(rf, pred.data = latih, x.var = "length_of_stay", which.class = "ya", plot = FALSE, n.pt = 40)
p3 <- ggplot(data.frame(x = pd$x, y = pd$y), aes(x, y)) +
geom_rug(data = latih, aes(x = length_of_stay), inherit.aes = FALSE, colour = warna$redup, alpha = 0.35) +
geom_line(colour = pal[3], linewidth = 1.2) +
labs(title = "Partial dependence on length_of_stay", x = "length_of_stay", y = "Partial dependence (logit)")
de <- data.frame(pohon = seq_len(rf$ntree), oob = rf$err.rate[, "OOB"])
p4 <- ggplot(de, aes(pohon, oob)) +
geom_line(colour = pal[4], linewidth = 0.9) +
geom_hline(yintercept = oob, linetype = "dashed", colour = warna$redup) +
labs(title = "OOB error vs number of trees", x = "Number of trees", y = "OOB error rate")
p_hasil <- if (tata == 1) (p1 | p2) / (p3 | p4) else (p2 | p1) / (p4 | p3)
print(p_hasil)
Berkas proyek aslinya tersedia. Bukan sekadar gambar di atas: Anda mendapat proyek R yang siap dijalankan. Berkas bisa diunduh setelah pembayaran, dan kami kirim lewat WhatsApp atau email.
ZIP: analisis.R + data_contoh.csv + BACA-DULU.txt
Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.
Paket 1
Rp 300.000
belum termasuk PPN 11%
Waktu pengerjaan: 5 hari kerja
Output: Berkas R + gambar hasil
Yang Anda terima
Paket 2 · paling dipilih
Rp 950.000
belum termasuk PPN 11%
Waktu pengerjaan: 9 hari kerja
Output: Kode + analisis + bahan interpretasi
Termasuk semua item Paket 1, ditambah
Paket 3
Rp 2.050.000
belum termasuk PPN 11%
Waktu pengerjaan: 14-17 hari kerja
Output: Kode + analisis + pendampingan hingga siap dipresentasikan
Termasuk semua item Paket 1 & 2, ditambah
Ya. Berkas proyek aslinya berupa ZIP berisi skrip analisis.R lengkap, data_contoh.csv, dan petunjuk BACA-DULU.txt. Berkas bisa diunduh setelah pembayaran, dan kami kirim lewat WhatsApp atau email. Untuk data Anda sendiri (Paket 2 dan 3), skrip disesuaikan dengan dataset Anda.
Cocok. Random Forest lazim dipakai pada jenjang ini di bidang Pariwisata dan Perhotelan. Analisis kami sesuaikan dengan pertanyaan penelitian, data Anda sendiri, dan ketentuan dosen pembimbing.
Bukan. Lembar hasil dihitung dari data sintetis sebagai ilustrasi jenis keluaran R Studio. Untuk pesanan Anda, metode yang sama dijalankan pada data penelitian Anda sendiri.
Itu tujuan paketnya. Setiap skrip diberi komentar, dan Paket 3 mencakup dua sesi pendampingan serta latihan tanya jawab supaya Anda bisa menjelaskan metode dan hasilnya saat seminar dan sidang.
Tiap proyek punya tiga paket: Paket 1 (kode dan penjelasan) Rp 300.000, Paket 2 (analisis data Anda dan interpretasi) Rp 950.000, dan Paket 3 (pendampingan lengkap) Rp 2.050.000, belum termasuk PPN 11%. Data yang besar, metode tambahan, atau tenggat ketat menyesuaikan penawaran setelah konsultasi singkat.
Lembar hasil memakai data sintetis sebagai ilustrasi. R adalah bahasa pemrograman proyek R Foundation; RStudio dan Posit adalah merek dagang Posit PBC.
Kembali ke portofolio R Studio