Kombinasi K-Nearest Neighbor(KNN) dan Relief-F Untuk Meningkatkan Akurasi Pada Klasifikasi Data
Dublin Core
Title
Kombinasi K-Nearest Neighbor(KNN) dan Relief-F Untuk Meningkatkan Akurasi Pada Klasifikasi Data
Subject
Klasifikasi, K-Nearest Neighbor, lRelief-F, Seleksi Fitur, Peningkatan Akurasi
Description
Dalam penelitian ini, penulis mengusulkan proses peningkatan akurasi pada K-Nearest
Neighbor (KNN) dengan kombinasi seleksi fitur menggunakan metode Relief-F. Adapun
penyebab kurang maksimalnya akurasi pada K-Nearest Neighbor dibandingkan dengan metode
klasifikasi lainnya disebabkan oleh pengaruh atribut yang kurang signifikan dan persentase
pengaruh yang cenderung rendah dari suatu data dalam menentukan kelas pada data baru.
Metode Relief-F digunakan untuk melakukan seleksi pada atribut yang korelasinya kurang baik
dari data yang diujikan. Pengujian dari metode yang diusulkan yaitu membandingkan akurasi
yang diperoleh dari metode KNN tanpa menggunakan seleksi fitur dengan KNN menggunakan
seleksi fitur Relief-F. Hasil pengujian yang diperoleh yaitu metode yang diusulkan mampu
meningkatkan akurasi klasifikasi dari KNN dengan peningkatan yang diperoleh yaitu sebesar
10.32% setelah dibandingkan dengan pengujian KNN tanpa seleksi fitur.
Neighbor (KNN) dengan kombinasi seleksi fitur menggunakan metode Relief-F. Adapun
penyebab kurang maksimalnya akurasi pada K-Nearest Neighbor dibandingkan dengan metode
klasifikasi lainnya disebabkan oleh pengaruh atribut yang kurang signifikan dan persentase
pengaruh yang cenderung rendah dari suatu data dalam menentukan kelas pada data baru.
Metode Relief-F digunakan untuk melakukan seleksi pada atribut yang korelasinya kurang baik
dari data yang diujikan. Pengujian dari metode yang diusulkan yaitu membandingkan akurasi
yang diperoleh dari metode KNN tanpa menggunakan seleksi fitur dengan KNN menggunakan
seleksi fitur Relief-F. Hasil pengujian yang diperoleh yaitu metode yang diusulkan mampu
meningkatkan akurasi klasifikasi dari KNN dengan peningkatan yang diperoleh yaitu sebesar
10.32% setelah dibandingkan dengan pengujian KNN tanpa seleksi fitur.
Creator
Rahmad Nurhadi Yusra , Opim Salim Sitompul , Sawaluddin
Publisher
Perpustakaan Horizon Karawang
Date
2021
Contributor
Fajar bagus W
Format
PDF
Language
Indonesia
Type
Text
Files
Collection
Citation
Rahmad Nurhadi Yusra , Opim Salim Sitompul , Sawaluddin
, “Kombinasi K-Nearest Neighbor(KNN) dan Relief-F Untuk Meningkatkan Akurasi Pada Klasifikasi Data,” Repository Horizon University Indonesia, accessed September 20, 2024, https://repository.horizon.ac.id/items/show/3352.