KLASIFIKASI VOTING ANN PSO BICLASS DENGAN SELEKSI FITUR GAIN RATIO

Fetty Tri , Anggraeni and Monica , Widyasri (2013) KLASIFIKASI VOTING ANN PSO BICLASS DENGAN SELEKSI FITUR GAIN RATIO. In: Seminar Nasional Teknik Informatika, 18 September 2013, Surabaya.

Preview

PDF - Published Version Download (174Kb) | Preview

Abstract

Seleksi fitur merupakan tahapan penting dalam proses klasif ikasi. Proses ini menganalisa data (fitur) sehingga menghasilkan fitur yang berperan atau kurang berperan dalam proses klasifikasi. Peranan sebuah fitur dalam klasifikasi dapat dikalkulasi dengan suatu rumusan, da lam penelitian ini digunakan metode gain ratio untuk mendapatkan bobot atribut dalam proses klasifikasi. Metode seleksi fitur gain ratio menggunakan pendekatan seleksi fitur filter, karena dilakukan terlepa s dari mesin klasifikasi. Mesin klasifikasi yang digunakan adalah ANNPSO, dimana mesin ini menggabungkan konsep kecerdas an buatan saraf manusia (neural network) dengan kecerdasan hewan (particle swarm intelligence). Met ode yang diusulkan akan di uji coba terhadap 3 dataset UCI, antara lain iris, breast Wisconsin dan dermat ology. Uji coba dengan variasi nilai batas gain ratio fitur menunjukkan nilai akurasi yang cukup tinggi terhadap 3 dataset ya itu 97,6%, 96,41%, dan 99,29%. Keywords: gain ratio, voting klasifikasi, ANNPSO Biclass.

Actions (login required)