Analisis Algoritma RareBoost-1 Dalam Kasus Imbalance Class

Ary Chandra Irawan

Informasi Dasar

113030206
005.1
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Imbalance class merupakan ketidakseimbangan dalam jumlah data training antara dua kelas yang berbeda, salah satu kelasnya merepresentasikan jumlah data yang sangat besar (mayority class) sedangkan kelas yang lainya merepresentasikan jumlah data yang sangat kecil (minority class). Tekhnik klasifikasi tidak dapat memprediksi minority class tersebut sehingga diperlukan suatu cara agar minority class dapat terprediksi dengan baik. Imbalance class dapat ditangani dengan boosting yaitu suatu tekhnik yang menggabungkan tekhnik klasifikasi dengan salah satu algoritma boosting yaitu RareBoost-1. Dalam algoritma RareBoost-1 dilakukan oversampling sederhana terhadap minority class dari data training dan pembobotan terhadap data training. Oversampling dan pembobotan tersebut dilakukan pada setiap iterasi dan pada akhir iterasi akan dilakukan voting terhadap hasil prediksi dari setiap iterasi. Hasil pengujian menunjukkan bahwa algoritma RareBoost-1 dapat memprediksi minority class sehingga performansi semakin baik jika dibandingkan dengan klasifikasi original.Kata Kunci : imbalance class, boosting, algoritma RareBoost-1, oversampling,ABSTRACT: Imbalance class represents imbalance in number of training data between two different classes, one of the classes represents mayority class and another classes represents minority class. Classification technique cannot predict minority class so that it needs a way of technique for predict minority class. Imbalance class can handle with boosting that is technique which joining classification technique with one of the boosting algorithm that is RareBoost-1. In Rareboost-1 algorithm, it done simple oversampling to minority class of training data and weighted to training data. Oversampling and the weighted done in each iterasi and by the end of iterasi will be done voting to result of predict from each iterasi. Result of examination indicate that Rareboost-1 algorithm can predict minority class so that good performance progressively in comparison with original classification.
Keyword: imbalance class, boosting, RareBoost-1 algorithm, oversampling,

Subjek

Rekayasa Perangkat Lunak
 

Katalog

Analisis Algoritma RareBoost-1 Dalam Kasus Imbalance Class
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Ary Chandra Irawan
Perorangan
Moch. Arif Bijaksana, Dhinta Darmantoro
 

Penerbit

Universitas Telkom
Bandung
2007

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini