Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Ika Maylani
Institut Teknologi Insan Cendekia Mandiri
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Seleksi Fitur untuk Data Churn for Bank Customers Menggunakan Analisis Korelasi Pearson Ika Maylani; Fadlur Rochman; Norma Devi Kurniasari
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2022: SNESTIK II
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (150.951 KB) | DOI: 10.31284/p.snestik.2022.2927

Abstract

Salah satu permasalahan yang muncul pada proses pembelajaran data yakni jumlah data yang besar dan banyaknya fitur yang dilibatkan. Salah satu teknik yang bisa digunakan untuk menangani hal tersebut yakni seleksi fitur dengan tujuan untuk mereduksi jumlah fitur. Pendekatan yang bisa digunakan dalam melakukan seleksi fitur antara lain analisis korelasi. Analisi korelasi dapat digunakan untuk mengetahui seberapa berpengaruh fitur terhadap hasil atau target klasifikasi. Penelitian ini melakukan seleksi fitur menggunakan analisis korelasi kemudian diuji dengan mengklasifikasikan data dengan memanfaatkan metode K-Nearest Neighbor. Data yang digunakan yakni data Churn for Bank Customers yang diambil dari Kaggle. Hasil uji coba menunjukkan bahwa pengurangan jumlah fitur berdasarkan nilai koefisien korelasi yang rendah dapat meningkatkan nilai akurasi. Fitur yang dianggap penting yakni Age dan IsActiveMember.
Grey Level Co-Occurrence Matrix (GLCM) & Hybrid Klasifikasi untuk Mendeteksi Kerusakan Jalan Aspal Ika Maylani; Virginia Wahyu Ambarwati; Bismar Wasykuru; Alqaroni Alqaroni; Firnanda Tri Buana Kusuma Wati
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2023: SNESTIK III
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2023.4219

Abstract

The importance of detecting damage to the asphalt road surface is to minimize the occurrence of accidents caused by uneven road surfaces. Image extraction can be used to detect road surface damage. GLCM is a statistical method in which statistical calculations use the distribution of gray degrees (histograms) by measuring the level of contrast, granularity, and roughness of an area from the neighboring pixels in the image. The classification process uses a hybrid classification, which combines the SVM method with kernel changes and KNN with changes in k=3, 4, 5, 7 and 9 tracts.
Co-Authors Alqaroni Alqaroni Bismar Wasykuru Fadlur Rochman Firnanda Tri Buana Kusuma Wati Norma Devi Kurniasari Virginia Wahyu Ambarwati