Klasifikasi adalah salah satu metode supervised learning dalam machine learning yang digunakan untuk memprediksi label kategori dari sebuah data berdasarkan fitur-fitur yang dimilikinya. Berbeda dengan regresi yang memprediksi nilai numerik kontinu, klasifikasi bertujuan untuk mengklasifikasikan data ke dalam kelas-kelas tertentu, misalnya spam atau non-spam, positif atau negatif. 

Tujuan utama klasifikasi adalah memprediksi kelas dari data baru berdasarkan pola yang dipelajari dari data latih. Selain itu, klasifikasi dapat digunakan untuk mendeteksi pola dalam data dan mengelompokkan data secara otomatis ke dalam kategori yang sesuai sehingga dapat membantu dalam pengambilan keputusan berbasis data. Misalkan, Perusahaan asuransi dapat mengklasifikasikan apakah seorang calon nasabah berisiko tinggi atau rendah.  

Contoh penggunaan klasifikasi adalah email filtering dimana dapat membantu untuk membedakan email mana yang termasuk spam atau tidak. Selain itu, klasifikasi dapat digunakan untuk credit scoring dimana dapat membantu untuk menilai apakah seorang calon debitur masuk kategori layak kredit atau tidak berdasarkan pada data demografis dan riwayat financialnya.  

Referensi:  

  • James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning with Applications in R (ISLR). Pearson. 
  • Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. 3rd Edition. Pearson.