Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Reduksi Fitur t-SNE Pada Clustering Gambar Head shape Nematoda Muhammad Rizky Adriansyah; Mohammad Reza Faisal; Abdul Gafur; Radityo Adi Nugroho; Irwan Budiman; Muliadi Muliadi
Jurnal Komputasi Vol. 10 No. 1 (2022)
Publisher : Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v10i1.2963

Abstract

Pada penelitan ini dilakukan clustering terhadap gambar head shape nematoda, dalam melakukan pengolahan gambar diperlukan metode ekstraksi fitur untuk menemukan informasi penting dari gambar yang akan diolah, salah satu esktraksi fitur yang bisa digunakan adalah wavelet. Setelah gambar melewati ekstraksi fitur dihasilkan sebanyak 5624 fitur, dengan fitur sebanyak ini dapat mengakibatkan waktu komputasi yang lama. Oleh sebab itu perlu dilakukan reduksi fitur untuk mengurangi jumlah fitur yang awalnya 5624 fitur menjadi 2 atau 3 fitur saja, salah satu metode reduksi fitur terbaru yang bisa digunakan adalah t-SNE. Pada penelitian ini dilakukan perbandingan hasil kualitas cluster antara yang menggunakan reduksi fitur dengan yang tidak. Hasil Silhouette Index   yang didapatkan tanpa reduksi fitur adalah 0.046 dan setelah menggunakan reduksi fitur t-SNE terjadi peningkatan yang cukup signifikan menjadi 0.418.
Implementation of PPCA Imputation, SMOTE-N Class Balancing in Hepatitis Classification Using Naïve Bayes Siti Fathmah; Dwi Kartini; Friska Abadi; Irwan Budiman; Muhammad Itqan Mazdadi
JUITA: Jurnal Informatika JUITA Vol. 12 No. 2, November 2024
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v12i2.21528

Abstract

The availability of complete data in research is crucial, especially in the initial stages. The Hepatitis data used in this study encountered issues such as missing data and class imbalance, which hindered its optimal utilization. The method employed to address missing data was the PPCA imputation method. After filling in the missing data, the data was balanced using the SMOTE-N class balancing method and classified using Gaussian Naïve Bayes. The aim of this research was to compare the classification evaluation of hepatitis disease using Naive Bayes with the PPCA imputation approach and SMOTE-N class balancing. The best results from each scenario yielded an AUC value of 0.833 in the first scenario with an 80:20 data split for training and testing, and 0.875 in the second scenario with a 90:10 data split. The highest AUC value was obtained in the application of PPCA imputation with SMOTE-N class balancing using Naive Bayes classification. This demonstrates that the implementation of PPCA imputation with SMOTE-N class balancing has a better impact on the performance of Naïve Bayes classification.