PREPROCESSING DENGAN ITERATIVE PARTITIONING FILTER ALGORITHM UNTUK KLASIFIKASI

Kristiawan, Felik Ade (2016) PREPROCESSING DENGAN ITERATIVE PARTITIONING FILTER ALGORITHM UNTUK KLASIFIKASI. S1 thesis, UAJY.

	Text (Halaman Judul) 0TF06836.pdf Download (567kB)
	Text (bab I) 1TF06836.pdf Download (317kB)
	Text (Bab II) 2TF06836.pdf Download (273kB)
	Text (Bab III) 3TF06836.pdf Download (704kB)
	Text (Bab IV) 4TF06836.pdf Restricted to Registered users only Download (470kB)
	Text (Bab V) 5TF06836.pdf Restricted to Registered users only Download (1MB)
	Text (Bab VI) 6TF06836.pdf Download (282kB)

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.

Actions (login required)

View Item