Evaluasi Metode Hierarchical Clustering Berbasis Linkage pada MWMOTE : Studi Kasus Data Akademik Universitas XYZ dan Data UCI

Untoro, Meida Cahyo (2018) Evaluasi Metode Hierarchical Clustering Berbasis Linkage pada MWMOTE : Studi Kasus Data Akademik Universitas XYZ dan Data UCI. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
05111650010059-Master_Thesis.pdf - Accepted Version

Download (3MB) | Preview

Abstract

Ketidakseimbangan (Imbalanced) data terjadi pada berbagai macam data termasuk data akademik Universitas XYZ dan data UCI. Kasus tersebut menyebabkan adanya misclassified dikarenakan data mayoritas dominan terhadap data minoritas yang berakibat pada menurunnya nilai akurasi. Metode MWMOTE dapat menjadi pilihan dalam menyelesaikan kasus imbalanced melalui pembobotan dan clustering. Penelitian ini bertujuan menangani permasalahan imbalanced dataset akademik di Universitas XYZ angkatan 2014 dan 2015 dan data UCI dengan mengevaluasi hierarchical clustering. Tujuan tersebut dicapai dengan mengevaluasi tiga metoda hierarchical cluster sebagai salah satu sub proses pada MWMOTE untuk menghasilkan data sintetik yang lebih representatif. Hasil yang didapat dari penelitian ini adalah ketiga metoda AHC tersebut tidak memberikan perbedaan yang signifikan dalam perbaikan akurasi MWMOTE pada data akademik dan 7 data UCI yang diuji dengan one-way ANOVA dengan nilai sig/alpha > 0.05

Item Type: Thesis (Masters)
Uncontrolled Keywords: Imbalanced, Hierarchical Clustering, Linkage, MWMOTE, Data Sintetik
Subjects: Q Science > QA Mathematics > QA278.55 Cluster analysis
Q Science > QA Mathematics > QA76.9.D343 Data mining
Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics)
T Technology > T Technology (General) > T57.5 Data Processing
T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
Divisions: Faculty of Information Technology > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User: Meida Cahyo Untoro
Date Deposited: 06 Jul 2021 10:56
Last Modified: 06 Jul 2021 10:56
URI: https://repository.its.ac.id/id/eprint/56820

Actions (login required)

View Item View Item