View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Analisis Teknik Resampling Menggunakan Synthetic Minority Oversampling Technique (SMOTE) untuk Melatih Support Vector Machine (SVM)

      No Thumbnail [100%x80]
      View/Open
      Fulltext (1.592Mb)
      Date
      2018
      Author
      Muthahari, Wadudi
      Hasibuan, Lailan Sahrina
      Metadata
      Show full item record
      Abstract
      Dataset yang memiliki distribusi kelas tidak seimbang dapat mengganggu proses pelatihan model untuk klasifikasi. Secara umum, permasalahan imbalanced data bisa diselesaikan dengan dua pendekatan, yaitu: pendekatan pada level algoritme dan level data. Penelitian ini menggunakan pendekatan pada level data untuk menganalisis data DNA kedelai kromosom 11 (Gm11) dan 16 (Gm16) menggunakan Synthetic Minority Oversampling Technique (SMOTE). Algoritme klasifikasi yang digunakan adalah Support Vector Machine (SVM). Proses penyeimbangan data difokuskan pada data di sekitar hyperplane SVM. Selanjutnya, data ini disebut sebagai data kritis. Evaluasi pada data Gm11 menunjukkan bahwa nilai f-measure mengalami penurunan. Model yang dilatih menggunakan data latih yang tidak seimbang memiliki f-measure 56.68%, sedangkan model yang dilatih menggunakan data kritis memiliki nilai f-measure 49.61%. Sebaliknya, pada Gm16 terdapat peningkatan antara model yang dilatih menggunakan data latih tidak seimbang dan data kritis. Peningkatannya adalah 60.34% menjadi 62.22%. Berdasarkan evaluasi tersebut, dapat disimpulkan bahwa teknik resampling pada data kritis dapat meningkatkan kinerja model SVM.
      URI
      http://repository.ipb.ac.id/handle/123456789/93249
      Collections
      • UT - Computer Science [2338]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      NoThumbnail