Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkage

Data yang tidak seimbang dapat menyebabkan kesalahan klasifikasi, menurunkan kinerja dan akurasi. Pengelompokan pada MWMOTE dapat dioptimalkan untuk meningkatkan kinerja pembangkitan data sintetis menjadi representatif serta meningkatkan kinerja MWMOTE. Penelitian ini bertujuan untuk mengoptimalkan...

Full description

Bibliographic Details
Main Author: Meida Cahyo Untoro
Format: Article
Language:English
Published: Diponegoro University 2021-04-01
Series:Jurnal Teknologi dan Sistem Komputer
Subjects:
Online Access:https://jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13748
id doaj-d19387ec544c4f2e90d47bc253d50092
record_format Article
spelling doaj-d19387ec544c4f2e90d47bc253d500922021-10-02T17:44:07ZengDiponegoro UniversityJurnal Teknologi dan Sistem Komputer2338-04032021-04-0192778210.14710/jtsiskom.2021.1374812854Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkageMeida Cahyo Untoro0https://orcid.org/0000-0003-2174-3367Department of Informatics, Institut Teknologi Sumatera. Jl. Ryacudu, Lampung Selatan, Indonesia 35365, IndonesiaData yang tidak seimbang dapat menyebabkan kesalahan klasifikasi, menurunkan kinerja dan akurasi. Pengelompokan pada MWMOTE dapat dioptimalkan untuk meningkatkan kinerja pembangkitan data sintetis menjadi representatif serta meningkatkan kinerja MWMOTE. Penelitian ini bertujuan untuk mengoptimalkan kinerja algoritme MWMOTE pada proses klasterisasi dalam pembuatan data sintetik dengan complete linkage (CL). Dataset yang digunakan memiliki beragam rasio data dengan tujuan menangangani data yang tidak seimbang. Decision tree digunakan untuk mengetahui kinerja dari oversampling MWMOTE dan CL-MWMOTE. Hasil evaluasi CL-MWMOTE memberikan kinerja yang lebih baik dan optimal daripada MWMOTE serta meningkatkan presisi sebesar 0,53 %, sensitivitas 0,67 %, f-measure 0,66 %, dan akurasi 0,67 %.https://jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13748ketidakseimbangancomplete linkageklasterisasioptimasioversampling
collection DOAJ
language English
format Article
sources DOAJ
author Meida Cahyo Untoro
spellingShingle Meida Cahyo Untoro
Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkage
Jurnal Teknologi dan Sistem Komputer
ketidakseimbangan
complete linkage
klasterisasi
optimasi
oversampling
author_facet Meida Cahyo Untoro
author_sort Meida Cahyo Untoro
title Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkage
title_short Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkage
title_full Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkage
title_fullStr Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkage
title_full_unstemmed Optimasi MWMOTE pada data tidak seimbang menggunakan complete linkage
title_sort optimasi mwmote pada data tidak seimbang menggunakan complete linkage
publisher Diponegoro University
series Jurnal Teknologi dan Sistem Komputer
issn 2338-0403
publishDate 2021-04-01
description Data yang tidak seimbang dapat menyebabkan kesalahan klasifikasi, menurunkan kinerja dan akurasi. Pengelompokan pada MWMOTE dapat dioptimalkan untuk meningkatkan kinerja pembangkitan data sintetis menjadi representatif serta meningkatkan kinerja MWMOTE. Penelitian ini bertujuan untuk mengoptimalkan kinerja algoritme MWMOTE pada proses klasterisasi dalam pembuatan data sintetik dengan complete linkage (CL). Dataset yang digunakan memiliki beragam rasio data dengan tujuan menangangani data yang tidak seimbang. Decision tree digunakan untuk mengetahui kinerja dari oversampling MWMOTE dan CL-MWMOTE. Hasil evaluasi CL-MWMOTE memberikan kinerja yang lebih baik dan optimal daripada MWMOTE serta meningkatkan presisi sebesar 0,53 %, sensitivitas 0,67 %, f-measure 0,66 %, dan akurasi 0,67 %.
topic ketidakseimbangan
complete linkage
klasterisasi
optimasi
oversampling
url https://jtsiskom.undip.ac.id/index.php/jtsiskom/article/view/13748
work_keys_str_mv AT meidacahyountoro optimasimwmotepadadatatidakseimbangmenggunakancompletelinkage
_version_ 1716850657281966080