Article Per Year (5 Year)
p-Index From 2021 - 2026
1.434
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Jurnal Ilmu Komputer dan Agri-Informatika Jurnal Pengabdian UntukMu NegeRI Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Sisfokom (Sistem Informasi dan Komputer) SEINASI-KESI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) ABDIKOM
Nurul Chamidah
UPN Veteran Jakarta
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Simetris

 1 
K-MEANS SEBAGAI EKSTRAKTOR CIRI PADA KLASIFIKASI DATA DENGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Chamidah, Nurul
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 2 (2018): JURNAL SIMETRIS VOLUME 9 NO 2 TAHUN 2018
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (373.045 KB) | DOI: 10.24176/simet.v9i2.2433

Abstract

Besarnya dimensi pada ciri merupakan masalah pada komputasi untuk mengklasifikasi data sehingga diperlukan suatu proses ekstraksi ciri agar dimensinya berkurang dengan cara mengambil hanya informasi yang penting dari ciri. Penelitian ini menggunakan algoritma K-Means untuk mengekstraksi ciri dengan menemukan pola tersembunyi dari setiap kelas kemudian direkonstruksi dengan fuzzy membership function dan mendapatkan pola baru. Pola baru yang terbentuk digunakan sebagai  ciri abstrak dan dibagi kedalam data latih dan data uji. Pelatihan dilakukan dengan memanfaatkan algoritma Support Vector Machine (SVM) untuk mendapatkan model klasifikasi. Model klasifikasi SVM yang diperoleh kemudian di uji dengan menggunakan data uji untuk memperoleh performa klasifikasi berupa akurasi dan waktu komputasi. Dengan 5-fold cross validation, metode ini memberikan akurasi yang baik pada dataset Liver, Breast Cancer dan Heart Disease yang diperoleh dari UCI Machine Learning Repository. Penelitian ini menunjukkan kemampuan K-Means untuk mengekstraksi ciri dari dataset. Hasil penelitian ini menujukkan bahwa K-Means sebagai ekstraktor ciri dapat mengurangi waktu komputasi.
Co-Authors Bayu Permana Sukma Desta Sandya Prasvita Desta Sandya Prasvita Erisa Rizkyani Ernawati, Iin Helena Nurramdhani Irmanda Helena Nurramdhani Irmanda Henki Bayu Seta Iin Ernawati Laksono, Ndaru Aji Matondang, Nurhafifah Prianto, Dhea Laksmi - Putra, Nanda Cahaya Reza Amarta Prayoga Reza Amarta Prayoga Ria Astriratma Ria Astriratma Rico Andreas, Rico Sabrina, Rifa Santoni, Mayanda Mega Yulnelly Yulnelly Yunizar, Ikram