PREPROCESSING DENGAN ITERATIVE PARTITIONING FILTER ALGORITHM UNTUK KLASIFIKASI
Total View This Week0
Total View This Week0
Institusion
Universitas Atma Jaya Yogyakarta
Author
Kristiawan, Felik Ade
Subject
Soft Computing
Datestamp
2017-01-03 10:49:54
Abstract :
Preprocessing data dan analisis kinerja preprocessing data sangat penting dalam data mining. Kedua hal tersebut memiliki dampak besar pada keberhasilan proses data mining, karena keputusankeputusan yang berkualitas harus didasarkan pada data yang berkualitas. Dengan preprocessing maka dapat membantu kita untuk meningkatkan kualitas data dan menghapus noise data. Pada penelitian ini, dibahas bagaimana kinerja dari algoritma noisy data filtering yaitu iterative partitioning filter dengan menggunakan berbagai dataset dari University of California, Irvine (UCI) Machine Learning Repository dengan variasi parameter iterative partitioning filter yang dirubah. Penelitian ini juga membahas bagaimana menganalisis hasil klasifikasi dari dataset yang telah di preprocessing menggunakan Backpropagation sehingga dapat mengidentifikasi akurasi terbaik dari berbagai dataset yang telah diuji. Hasil akhir dari penelitian ini berupa data tabel hasil eksperimen yang terdiri dari waktu pelatihan, akurasi klasifikasi, Kesalahan klasifikasi, Kappa statistic, Mean Absolute Error (MAE) atau rata-rata error periterasi sesuai dengan data, Root mean squared error dan confusion matrix. Hasil akhir yang ditampilkan juga berupa grafik hasil eksperimen yang dibandingkan dengan parameter iterative partitioning filter yang divariasi.
Preprocessing data dan analisis kinerja preprocessing data sangat penting dalam data mining. Kedua hal tersebut memiliki dampak besar pada keberhasilan proses data mining, karena keputusankeputusan yang berkualitas harus didasarkan pada data yang berkualitas. Dengan preprocessing maka dapat membantu kita untuk meningkatkan kualitas data dan menghapus noise data. Pada penelitian ini, dibahas bagaimana kinerja dari algoritma noisy data filtering yaitu iterative partitioning filter dengan menggunakan berbagai dataset dari University of California, Irvine (UCI) Machine Learning Repository dengan variasi parameter iterative partitioning filter yang dirubah. Penelitian ini juga membahas bagaimana menganalisis hasil klasifikasi dari dataset yang telah di preprocessing menggunakan Backpropagation sehingga dapat mengidentifikasi akurasi terbaik dari berbagai dataset yang telah diuji. Hasil akhir dari penelitian ini berupa data tabel hasil eksperimen yang terdiri dari waktu pelatihan, akurasi klasifikasi, Kesalahan klasifikasi, Kappa statistic, Mean Absolute Error (MAE) atau rata-rata error periterasi sesuai dengan data, Root mean squared error dan confusion matrix. Hasil akhir yang ditampilkan juga berupa grafik hasil eksperimen yang dibandingkan dengan parameter iterative partitioning filter yang divariasi.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
