PENGARUH TEKNIK ENSEMBLE TERHADAP AKURASI PADA ALGORITMA KLASIFIKASI

Rahman, Alvin Aditya (2020) PENGARUH TEKNIK ENSEMBLE TERHADAP AKURASI PADA ALGORITMA KLASIFIKASI. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (603kB)
	Text (BAB I) BAB I.pdf Download (181kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (779kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (166kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (38kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (192kB)
	Other (SOURCE CODE) Source Code-16.11.0579-Alvin Aditya Rahman - Alvin Aditya Rahman.rar Restricted to Repository staff only Download (2kB)
	Text (PUBLIKASI) Publikasi-16.11.0579-Alvin Aditya Rahman - Alvin Aditya Rahman.pdf Restricted to Repository staff only Download (565kB)

Abstract

Klasifikasi dengan imbalanced dataset adalah topik penelitian popular dalam machine learning dan data mining, karena hampir semua dataset memiliki distribusi kelas yang miring atau biasa disebut imbalanced data. Namun saat ini masih sedikit penelitian tentang penanganan imbalance data terutama menggunakan teknik ensemble. Sehingga diperlukan penelitian lebih lanjut untuk menentukan metode terbaik. Pada penelitian ini, peneliti mencoba menganalisa pengaruh teknik ensemble terhadap akurasi pada algoritma klasifikasi dengan 10 dataset imbalance yang berbeda. Algoritma klasifikasi yang digunakan pada penelitian ini yaitu naive bayes dan support vector machine. Adapun teknik ensemble yang digunakan pada penelitian ini yaitu bagging dan boosting. Proses analisis dilakukan dengan membandingkan akurasi algoritma saat sebelum dan sesudah diterapkan teknik ensemble. Dengan langkah penelitian yang sudah dilakukan, didapatkan hasil perbandingan akurasi algoritma. Dari semua dataset yang digunakan terdapat peningkatan akurasi pada enam dataset saat menerapkan boosting pada algoritma naive bayes. Setelah didapatkan hasil perbandingan akurasi dilanjutkan uji signifikansi dengan hasil H0 diterima dan H1 ditolak yang artinya tidak ada peningkatan yang signifikan saat diterapkan teknik ensemble terhadap akurasi algoritma klasifikasi naïve bayes dan support vector machine.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Hayaty, Mardhiya

Uncontrolled Keywords:

data mining, klasifikasi, naïve bayes, support vector machine, imbalance dataset, teknik ensemble, bagging, boosting, data mining, classification, naïve bayes, support vector machine, imbalance dataset, ensemble technique, bagging, boosting

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

25 Jun 2022 04:56

Last Modified:

16 Aug 2023 06:31

URI:

http://eprints.amikom.ac.id/id/eprint/2695