Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/128717
Title: Kajian empirik kinerja metode klasifikasi biner Rotation Forest pada data tidak seimbang
Authors: Soleh, Agus Mohamad
Sartono, Bagus
Firdaus, Reza Marta
Issue Date: 2016
Publisher: Bogor Agriculture University (IPB)
Abstract: Pemodelan klasifikasi biner dengan metode pohon gabungan rotation forest merupakan salah satu solusi untuk klasifikasi yang lebih akurat yang dapat dikembangkan. Penelitian ini mengukur kinerja metode klasifikasi biner rotation forest secara empirik pada data tidak seimbang, menggunakan data penumpang pada peristiwa tenggelamnya kapal Titanic tahun 1912. Metode ini bekerja cukup baik jika kelas dari variabel respons seimbang. Metode ini juga masih cukup baik ketika Imbalanced Ratio (IR) kurang dari 5.67 atau proporsi kelas minoritas lebih besar dari 15%. Pada kasus data dengan proporsi kelas positif atau minoritas 5%, rotation forest gagal menghasilkan kinerja klasifikasi yang lebih baik dibandingkan dengan random forest.
URI: http://repository.ipb.ac.id/handle/123456789/128717
Appears in Collections:UT - Statistics and Data Sciences

Files in This Item:
File Description SizeFormat 
G16rmf.pdf
  Restricted Access
Fultext738.91 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.