Article Per Year (5 Year)
p-Index From 2020 - 2025
2.149
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Buana Informatika JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Teknik Elektro dan Komputer TRIAC Building of Informatics, Technology and Science Jurnal Teknik Informatika (JUTIF) JHCLS SmartComp INJECT Interdisciplinary Journal of Communication
Christian Sri kusuma Aditya, Christian Sri kusuma
Teknik Informatika, Institut Teknologi Sepuluh Nopember
Religion Computer Science & IT Control & Systems Engineering Dentistry Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : SmartComp

 1 
Penerapan Teknik SMOTE Dalam Mengatasi Imbalance Data Penyakit Diabetes Menggunakan Algoritma ANN Handoko, Chanavaro Bayu; Aditya, Christian Sri Kusuma
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 1 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i1.7045

Abstract

Fenomena pada pengujian data machine learning yang sering terjadi adalah data yang tidak seimbang atau sering disebut imbalanced data. Beberapa penelitian lain juga menyampaikan bahwa imbalanced data sering memberikan hasil yang tidak sesuai. Seperti kelas data seringkali mendapatkan nilai ketidakseimbangan yang disebabkan perbedaan nilai rasio antara kelas mayoritas dan minoritas. Cara mengatasi hal tersebut adalah menggunakan teknik oversampling (SMOTE), yang diterapkan pada data diabetes menggunakan algoritma ANN. Validasi keefektifan dari model yang diterapkan, dilakukan dua skema pengujian. Skema pertama, algoritma ANN tanpa oversampling SMOTE yang langsung diterapkan. Pengujian kedua, menggunakan oversampling SMOTE untuk menambah total kelas dataset agar bernilai seimbang. Pengujian yang dilakukan, menghasilkan nilai accuracy, recall, precision terbaik dengan nilai accuracy sebesar 0.92, precision 0.97, dan recall mencapai 0.94 yang menandakan, terbukti efektif dalam memberikan nilai performa pada algoritma Artificial Neural Network jika dibandingkan dengan tidak menerapkan teknik oversampling pada kasus kelas imbalance data diabetes.
Co-Authors Agus Zainal Arifin AINA, LISTYA NUR Aji, Bayu Puspito Alif Akbar Fitrawan, Alif Akbar ASHURI, PUTRI INTAN CAHYANI, INDAH ARDHIA Chandranegara, Didih Rizki Chastine Fatichah Diana Purwitasari Evi Dwi Wahyuni Ferdiansyah, Danny Firdausita, Nuris Sabila Fuad Nasvian, Moch Gayatri, Agnes Ayu Maharani Dyah Hamdan Nafiatur Rosyida Handoko, Chanavaro Bayu Hani’ah, Mamluatul K., Halif Fachrizal Erliawan Kusumo, Wisnu Prayogo Lailiyah, Asmaul Nur Putri Hidayah Purwandhani, Septiannisa Alya Shinta S, Vinna Rahmayanti Sajiatmoko, Aletta Agigia Novta Salma, Rania Alfita Setyarini, Dela Ananda Sunan, Rohid Aji Ujilast, Novia Adelia Wicaksono, Galih Wasis Yuda Munarko Yufis Azhar