Analisis Perbandingan Performa Metode Klasifikasi pada Dataset Multiclass Citra Busur Panah

Azis, Huzain and Admojo, Fadhila Tangguh and Susanti, Erma (2020) Analisis Perbandingan Performa Metode Klasifikasi pada Dataset Multiclass Citra Busur Panah. Jurnal Techno.Com, 19 (3). pp. 286-294. ISSN p-ISSN : 1412-2693, e-ISSN : 2356-2579

	Text (Dokumen) 201 Jurnal Technocom Erma 201.pdf - Published Version Download (868kB)
	Text (Peer Review) Peer Review Jurnal TechnoCom Vol 19 No 3 Agustus 2020.pdf - Other Download (1MB)

Abstract

Pengujian performa berbagai metode pada sebuah dataset merupakan salah satu cara dalam penetapan metode klasifikasi yang tepat, masalah yang diangkat pada penelitian ini adalah bagaimana membandingkan performa beberapa metode klasifikasi dalam mengelola dataset yang memiliki lebih dari dua label (multiclass). Penelitian ini fokus membandingkan hasil performa tujuh metode klasifikasi yaitu K-Nearest Neighbor (knn), Naive Bayes Classifier (nbc), Support Vector machine (svm), Neural Netowork (nn), Random Forest Classifier (rfc), Ada Boost Classifier (abc) dan Quadratic Discriminant Analysis (qdc). Objek pada penelitian ini berupa dataset multiclass yaitu dataset citra busur panah, serta performa yang diukur yaitu seluruh nilai cross-validation dari akurasi, presisi, recall dan f-measure. Hasil pada penelitian ini menunjukkan bahwa seluruh metode tidak memperoleh performa yang cukup baik, dan menunjukkan bahwa beberapa metode yang memiliki akurasi yang tinggi tidak menjadi penentu menjadi metode yang baik dikarenakan setelah penerapan cross-validation dan visualisasi boxplot ditemukan beberapa nilai akurasi tinggi yang merupakan nilai tidak wajar atau outlier. Kesimpulan menunjukkan metode svm memiliki performa yang lebih baik dibandingkan dengan enam metode lainnya pada kasus dataset multiclass citra busur panah.

Item Type:	Article
Uncontrolled Keywords:	analisis performa, klasifikasi, dataset multiclass, cross-validation, perbandingan metode
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Fakultas Teknologi Informasi & Bisnis > Informatika (S1)
Depositing User:	erma susanti
Date Deposited:	08 Nov 2022 03:23
Last Modified:	08 Nov 2022 03:23
URI:	http://eprints.akprind.ac.id/id/eprint/1272

Actions (login required)

View Item